第二版清华大学出版社-图书详情-《Python数据分析与可视化》第二版第七章实训代码

### 关于《Python数据分析与可视化》第二版第七章实训代码 以下是基于参考资料整理的关于《Python数据分析与可视化》第二版第七章的部分实训代码示例。这些代码涵盖了数据预处理、特征工程以及简单的机器学习模型训练等内容。 #### 数据加载与初步探索 以下是一个典型的代码片段，用于加载并查看数据集的内容： ```python import pandas as pd # 加载数据 data = pd.read_csv("example.csv") # 假设数据存储在一个CSV文件中 print(data.head()) # 查看前几行数据 print(data.info()) # 获取数据的基本信息 ``` 此部分展示了如何通过 `pandas` 库加载 CSV 文件，并对数据进行基本的信息展示[^2]。 --- #### 数据清洗与预处理 在实际的数据分析过程中，通常需要对原始数据进行清理和转换操作。以下是一些常见的数据预处理方法： ```python # 处理缺失值 data.fillna(method="ffill", inplace=True) # 转换类别型变量为数值型 from sklearn.preprocessing import LabelEncoder label_encoder = LabelEncoder() data["category"] = label_encoder.fit_transform(data["category"]) # 特征缩放 from sklearn.preprocessing import StandardScaler scaler = StandardScaler() scaled_features = scaler.fit_transform(data[['feature1', 'feature2']]) ``` 上述代码实现了缺失值填充、类别型变量编码以及特征标准化的操作[^3]。 --- #### 构建与评估机器学习模型 构建一个简单的线性回归模型作为示例： ```python from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split( scaled_features, data['target'], test_size=0.2, random_state=42 ) # 训练模型 model = LinearRegression() model.fit(X_train, y_train) # 预测与评估 y_pred = model.predict(X_test) mse = mean_squared_error(y_test, y_pred) print(f"均方误差 (MSE): {mse}") ``` 这段代码演示了如何利用 `sklearn` 中的工具完成模型划分、训练及性能评估的过程[^1]。 --- #### 可视化结果 为了更好地理解数据分布及其预测效果，可以通过绘图来辅助分析： ```python import matplotlib.pyplot as plt plt.scatter(y_test, y_pred, color='blue') plt.plot([min(y_test), max(y_test)], [min(y_test), max(y_test)], linestyle='--', color='red') plt.xlabel('真实值') plt.ylabel('预测值') plt.title('真实值 vs 预测值') plt.show() ``` 该段代码使用 `matplotlib` 绘制散点图，直观比较真实值与预测值之间的关系[^4]。 --- ### 总结 以上代码覆盖了从数据加载到模型训练再到结果可视化的全流程。具体实现可能因不同版本教材而略有差异，建议结合官方文档进一步验证细节。