|
Image Recognition
|
| bet | 127/182 | | Sana | 19.05.2024 | | Hajmi | 5,69 Mb. | | #244351 |
Bog'liq Python sun\'iy intellekt texnologiyasi Dasrlik 2024>>> data.head()
>>> data.tail()
DataFrame-da ma`lumotlaringizni osongina tekshirish imkonini berishdan tashqari, etishmayotgan qiymatlarni hal qilishga yordam beradigan usullar mavjud:
>>> data = data.dropna(how='any')
>>> data.shape
Ma’lumotlarga ustunlar qo‘shish ham oson. Bu yerda biz ikkita ustun qo‘shamiz. Birinchidan, ma’lumotlardagi dastlabki va ustunlarning kombinatsiyasi bo‘lgan sana va vaqt ustuni. Ikkinchidan, har bir iqtibos haftaning qaysi kuni berilganligini ko‘rsatadigan ustun. Ushbu misolni yaxshiroq tushunish uchun yuqorida bog’langan moduldagi va funktsiyalari uchun Python hujjatlarini ko‘rib chiqing.
>>> from datetime import datetime
>>> data['DateTime Issued'] = data.apply(
... lambda row: datetime.strptime(row['Date Issued'] + ':' + row['Time Issued'], '%m/%d/%y:%I:%M %p'), axis=1... )
>>> data.columns
>>> data['Day of Week Issued'] = data.apply(
... lambda row: datetime.strftime(row['DateTime Issued'], '%A’), axis=1... )
Matplotlib va NumPy bilan chizma yaratish.
Bu haftaning har kuni qancha iqtibos berilganligini ko‘rmoqchimiz. Biz birinchi navbatda ma’lumotlarni yig’amiz:
>>> days = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
>>> dow_data = [days.index(dow) for dow in data['Day of Week Issued']]
>>> dow_data
Matplotlib bu uni chizish uchun foydalanamiz:
>>> fig = plt.figure()
>>> ax = fig.add_subplot(1, 1, 1)
>>> plt.hist(dow_data, bins=len(days))
>>> plt.xticks(range(len(days)), days)
|
| |
