Resúmenes
Apuntes universitarios en formato Markdown desde Obsidian.
Esercizio del dataset della banca
download Descargar MDIl nostro dataset della banca è un semplice file con estensione csv (bank.csv). Le istruzioni più importanti (in Python) sono le seguenti:
-
caricare le librerie e il nostro dataset:
import pandas as pd import matplotlib.pyplot as plt plt.style.use('ggplot') bank = pd.read_csv('bank.csv', sep=';') -
visualizzare contenuto dataset:
bank -
visualizzare grandezza dataset (righe e colonne):
bank.shape #(4521,17) -
visualizzare grandezza dataset ($righe*colonne$):
bank.size #76857 -
visualizzare informazioni sulle colonne (nome, conteggio righe non nulle e tipo di dato):
bank.info() #<class 'pandas.core.frame.DataFrame'> #RangeIndex: 4521 entries, 0 to 4520 #Data columns (total 17 columns): # # Column Non-Null Count Dtype #--- ------ -------------- ----- # 0 age 4521 non-null int64 # 1 job 4521 non-null object # 2 marital 4521 non-null object # 3 education 4521 non-null object # 4 default 4521 non-null object # 5 balance 4521 non-null int64 # 6 housing 4521 non-null object # 7 loan 4521 non-null object # 8 contact 4521 non-null object # 9 day 4521 non-null int64 # 10 month 4521 non-null object # 11 duration 4521 non-null int64 # 12 campaign 4521 non-null int64 # 13 pdays 4521 non-null int64 # 14 previous 4521 non-null int64 # 15 poutcome 4521 non-null object # 16 y 4521 non-null object #dtypes: int64(7), object(10) #memory usage: 600.6+ KB -
visualizzare un istogramma di una determinata colonna:
value_counts=bank['y'].value_counts() value_counts.plot(kind = 'bar', color = ['red','green'],xlabel="Values in y",ylabel="Frequencies",title="Values counts in y") plt.show()
-
visualizzare un istogramma di più colonne:
n = bank['age','balance','day','duration','campaign','pdays', 'previous'](?folder=Machine+Learning&file=%27age%27%2C%27balance%27%2C%27day%27%2C%27duration%27%2C%27campaign%27%2C%27pdays%27%2C+%27previous%27.md) n.hist(figsize=(15,15)) plt.show()
-
visualizzare un box plot di più colonne:
import seaborn as sn
datas = ['age','balance','day','duration','campaign','pdays', 'previous'] i=0 fig, ax = plt.subplots(4, 2, figsize = (15, 15)) for data in datas: sn.boxplot(y = data, x = 'y', data = bank, ax = ax[i//2,i%2]) i += 1
plt.show()
- visualizzare un *scatter plot* di una determinata colonna:
```python
color_encoding = bank['y'].replace({"no":"red","yes":"green"})
bank.plot(kind='scatter', x = "age", y="balance", c=color_encoding)
plt.show() 