Numpy kutubxonasi muhitini sozlash
Python Dataframe to'plamini yaratishning 3 ta oson yo'li
Download 0.78 Mb. Pdf ko'rish
|
2- dedlineMIT
- Bu sahifa navigatsiya:
- Original Data frame
- Foydalanilgan adabiyotlar
|
Python Dataframe to'plamini yaratishning 3 ta oson yo'li
Salom, o'quvchilar! Ushbu maqolada biz turli xilPython Dataframe-ning pastki to'plamini yaratish usullariga batafsil to'xtalamiz. Xo'sh, keling, boshlaylik! Birinchidan, Python Dataframe nima? Python Pandas moduli bizga qiymatlarni saqlash uchun ikkita ma'lumotlar tuzilmasi, ya'ni Series va Dataframe bilan ta'minlaydi. Dataframebu ma'lumotlarni matritsa ko'rinishida saqlaydigan ma'lumotlar strukturasidir, ya'ni u satr va ustunlar qiymat ko'rinishidagi ma'lumotlarni o'z ichiga oladi. Shunday qilib, u bilan bog'liq holda, biz quyidagi formatlarda uning kichik to'plamini yaratishimiz va unga kirishimiz mumkin: Qatorlar boʻyicha maʼlumotlarga quyi toʻplam sifatida kirish Ustunlar bo'yicha ma'lumotlarni quyi to'plam sifatida oling Ba'zi qatorlar va ustunlar ma'lumotlariga quyi to'plam sifatida kirish Dataframe va quyi to'plamlar haqida tushunganimizdan so'ng, keling, Dataframe-dan kichik to'plam yaratishning turli usullarini tushunamiz. Ishlash uchun Dataframe yaratish! Dataframening quyi to'plamlarini yaratish uchun biz dataframe yaratishimiz kerak. Keling, avvalo buni yo'ldan chiqaraylik: import pandas as pd data = {"Roll-num": [10,20,30,40,50,60,70], "Age":[12,14,13,12,14,13,15], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']} block = pd.DataFrame(data) print("Original Data frame:\n") print(block) Chiqish: Original Data frame: Roll-num Age NAME 0 10 12 John 1 20 14 Camili 2 30 13 Rheana 3 40 12 Joseph 4 50 14 Amanti 5 60 13 Alexa 6 70 15 Siri Bu yerda biz pandas.DataFrame() usuli yordamida ma'lumotlar ramkasini yaratdik. Biz ushbu maqola davomida yuqorida yaratilgan ma'lumotlar to'plamidan foydalanamiz Keling, boshlaymiz! 1. Loc() funksiyasidan foydalanib, Python dataframening kichik to'plamini yarating Python loc() funktsiyasi ma'lum bir satr yoki ustunga yoki ikkalasining kombinatsiyasiga muvofiq ma'lumotlar ramkasining kichik to'plamini yaratishga imkon beradi. loc() funksiyasi teglar asosida ishlaydi ya'ni moslashtirilgan kichik to'plamni tanlash va yaratish uchun biz uni qator/ustun yorlig'i bilan ta'minlashimiz kerak. Sintaksis: pandas.dataframe.loc[] 1-misol: Dataframening ma'lum qatorlari ma'lumotlarini ajratib oling block.loc[[0,1,3]] Chiqish: Quyida ko'rib turganimizdek, biz 0, 1 va 3-qatorning barcha ma'lumotlarini o'z ichiga olgan kichik to'plamni yaratdik. Roll-num Age NAME 0 10 12 John 1 20 14 Camili 3 40 12 Joseph 2-misol: Kesish yordamida qatorlar to‘plamini yarating block.loc[0:3] Bu erda biz loc() funksiyali slicing operatori yordamida indeks 0 dan indeks 3 gacha bo'lgan barcha qatorlar ma'lumotlarini chiqarib oldik. Chiqish: Roll-num Age NAME 0 10 12 John 1 20 14 Camili 2 30 13 Rheana 3 40 12 Joseph 3-misol: Yorliqlar yordamida alohida ustunlar to‘plamini yarating block.loc[0:2,['Age','NAME']] Chiqish: Age NAME 0 12 John 1 14 Camili 2 13 Rheana Bu erda biz 0 dan 2-qatorgacha bo'lgan ma'lumotlarni o'z ichiga olgan kichik to'plamni yaratdik, lekin faqat ba'zi maxsus ustunlarni, masalan, Yosh va NAMEni o'z ichiga oladi. 2. Dataframening kichik to'plamini yaratish uchun Python iloc() funksiyasidan foydalanish Python iloc() funksiyasi bizga indekslar asosida satr va ustunlardan maʼlum qiymatlarni tanlab kichik toʻplam yaratish imkonini beradi. Ya'ni, yorliqlarda ishlaydigan loc() funksiyasidan farqli o'laroq, iloc() funksiyasi indeks qiymatlarida ishlaydi. Biz satrlar va ustunlar indeks raqamlarini ta'minlovchi ma'lumotlardan Python ma'lumotlar ramkasining kichik to'plamini tanlashimiz va yaratishimiz mumkin. Sintaksis: pandas.dataframe.iloc[] Misol: block.iloc[[0,1,3,6],[0,2]] Bu erda biz 0,1,3 va 6-qatorlar ma'lumotlarini hamda 0 va 2-ustun raqamlarini, ya'ni Roll-num va NAME ni o'z ichiga olgan kichik to'plamni yaratdik. Chiqish: Roll-num NAME 0 10 John 1 20 Camili 3 40 Joseph 6 70 Siri 3. Dataframening kichik to'plamini yaratish uchun indekslash operatori Oddiy qilib aytganda, biz ma'lumotlarning kichik to'plamini yaratish uchun indekslash operatoridan, ya'ni kvadrat qavslardan foydalanishimiz mumkin. Sintaksis: dataframe[['col1','col2','colN']] Misol: block[['Age','NAME']] Bu erda biz mos ravishda Yosh va NAME ustunlarining barcha ma'lumotlar qiymatlarini tanladik. Chiqish: Age NAME 0 12 John 1 14 Camili 2 13 Rheana 3 12 Joseph 4 14 Amanti 5 13 Alexa 6 15 Siri Xulosa Shu bilan biz mavzuni yakuniga yetdik. Agar biron bir savolga duch kelsangiz, quyida sharh qoldiring. Python bilan bog'liq ko'proq shunday postlar uchun bizni kuzatib boring va shu vaqtgacha, Happy Learning!! :) Statistikada va tadqiqot dizaynida indeks kompozit statistik ko'rsatkichdir. Boshqacha qilib aytganda, bir nechta ko'rsatkichlarni jamlaydigan murakkab o'lchov[1]. Indekslar - kompozit ko'rsatkichlar sifatida ham tanilgan. Ular aniq kuzatishlarni umumlashtiradi va tartiblaydi[2]. Ijtimoiy fanlar va barqarorlik sohasidagi ko'plab ma'lumotlar Gender farqi indeksi, Inson taraqqiyoti indeksi yoki Dow Jones sanoat o'rtacha indeksi kabi turli indekslarda taqdim etilgan. 2009-yilda Jozef Stiglits, Amartya Sen va Jean- Paul Fitoussi tomonidan yozilgan "Iqtisodiy samaradorlik va ijtimoiy taraqqiyotni o'lchash bo'yicha komissiyaning hisoboti" shuni ko'rsatadiki[3], bu chora-tadbirlar so'nggi yillarda uchta omil tufayli keskin o'sishni boshdan kechirgan. Mos keladigan omillar: savodxonlik darajasini oshirish (shu jumladan statistik) zamonaviy jamiyatlar va iqtisodiyotlarning murakkabligi ortishi axborot texnologiyalarining keng tarqalganligi. Erl Babbining so'zlariga ko'ra, indeksdagi elementlar odatda teng darajada tortiladi, agar bunga qarshi biron bir sabab bo'lmasa (masalan, agar ikkita element o'zgaruvchining deyarli bir xil tomonini aks ettirsa, ularning har birining vazni 0,5 bo'lishi mumkin)[4]. Xuddi shu muallifga ko'ra[5], buyumlarni qurish to'rt bosqichni o'z ichiga oladi. Birinchidan, ob'ektlarni ularning mazmuni haqiqiyligi, bir o'lchovliligi, o'lchovni o'lchash kerak bo'lgan o'ziga xoslik darajasi va ularning farqlari miqdori asosida tanlash kerak. Ob'ektlar bir-biri bilan empirik bog'liq bo'lishi kerak, bu ularning ko'p o'lchovli munosabatlarini tekshirishning ikkinchi bosqichiga olib keladi. Uchinchidan, indekslar ballari ishlab chiqilgan bo'lib, bu ularning ballar diapazonini va ob'ektlar uchun og'irliklarini aniqlashni o'z ichiga oladi. Nihoyat, indekslar tasdiqlanishi kerak, bu ularning qurilishida foydalanilmagan o'lchanadigan o'zgaruvchiga tegishli ko'rsatkichlarni bashorat qila oladimi yoki yo'qligini tekshirishni o'z ichiga oladi[5]. 2008-yilda OECD va Yevropa Komissiyasining Qo'shma tadqiqot markazi tomonidan qo'shma ko'rsatkichlarni (CI) qurish bo'yicha qo'llanma nashr etilgan[6]. OECDning yuqori darajadagi statistika qo'mitasi tomonidan rasman ma'qullangan qo'llanma indeksni ishlab chiqish uchun o'nta rekursiv qadamni tavsiflaydi[7]: 1-qadam: Nazariy asos 2-qadam: Ma'lumotlarni tanlash 3-qadam: Yetishmayotgan ma'lumotlarni hisoblash 4-qadam: Ko'p o'lchovli tahlil 5-qadam: Normalizatsiya 6-qadam: Og'irlik 7-qadam: Ko'rsatkichlarni umumlashtirish 8-qadam: Sezuvchanlikni tahlil qilish 9-qadam: Boshqa chora-tadbirlar bilan bog'lanish 10-qadam: Vizualizatsiya Ro'yxatda ta'kidlanganidek, kompozit indikatorni yaratish uchun ko'plab modellashtirish tanlovlari talab qilinadi, bu esa ulardan foydalanishni munozarali qiladi[6]. Og'irliklarni belgilash va tasdiqlashning nozik masalasi[8], muhokama qilinadi. Kompozit ko'rsatkichlarning tabiatini sotsiologik o'qishni Paul-Marie Boulanger taklif qiladi, u ushbu chora-tadbirlarni uchta harakatning kesishmasida ko'radi[9]: tajribani demokratlashtirish, yagona mutaxassislar tomonidan taqdim etilishi mumkin bo'lgan ijtimoiy va ekologik muammolarni hal qilish uchun ko'proq bilim zarurligi haqidagi tushuncha - bu fikrlash yo'nalishi postnormal fan tomonidan ishlab chiqilgan kengaytirilgan tengdoshlar hamjamiyatining kontseptsiyasi bilan bog'liq. John Dewey kabi pragmatistlar faoliyati bilan qayta bog'lanishi mumkin bo'lgan ijtimoiy kashfiyotlar jarayoni orqali yangi jamoatchilikni yaratishga turtki. Charlz Sanders Peircening semiotikasi; Shunday qilib, CI shunchaki belgi yoki raqam emas, balki harakat yoki xatti-harakatni taklif qiladi. Boulangerning keyingi ishi taraqqiyotning turli o'lchovlari qanday qabul qilinishi yoki olinmasligini o'rganish uchun Niklas Luhmanning ijtimoiy tizim nazariyalari asosida kompozit ko'rsatkichlarni tahlil qiladi Foydalanilgan adabiyotlar: • Python for Data Analysis – Wes McKinney • NumPy 1.5 – Ivan Irdis • SciPy and NumPy • https://numpy.org/doc/stable/user/absolute_beginners.html • https://havola.uz/e/numpy https://community.uzbekcoders.uz/post/ma-lumotlar-tahlili- data- analysis-uchun-python-dasturlash-tili-distributorl-- 5ee9f044d73750310952c31a • https://techcult.com/how-to-install-numpy/ • https://www.youtube.com/watch?v=I-E09N5-lzk Download 0.78 Mb. Do'stlaringiz bilan baham: 
|