数据挖掘实验指导书.docx

数据挖掘 实验指导书 目录 TOC \o 1-3 \h \z \u 实验一：数据分析与可视化 1 实验二：数据挖掘分析 7 PAGE PAGE 1 / 6 实验一：数据分析与可视化 一、实验目的和要求 熟悉掌握Python编程基础 熟悉掌握利用Python进行数据分析 熟悉掌握利用Python进行可视化的方法 二、实验内容和原理 使用python进行数据导入 使用python进行数据的探索性分析 使用python进行数据可视化分析 三、主要仪器设备 计算机 1台，本机型号___HP Pavilion Notebook 15-bc5___； Python版本 ： _____3.7________ ； matplotlib版本： _______3.5.1______。 四、实验步骤 绘制散点图 散点图是指在 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 回归分析中，数据点在直角坐标系平面上的 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 分布图，散点图表示因变量随 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 自变量而 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 变化的大致趋势，据此可以选择合适的函数 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 对数据点进行 \t /item/%E6%95%A3%E7%82%B9%E5%9B%BE/_blank 拟合。步骤如下： 导入相关模块 import matplotlib.pyplot as plt import numpy as np 使用随机数模块生成100组数据点 # 随机产生100个0~2之间的x,y坐标 x = np.random.rand(n)*2 y = np.random.rand(n)*2 设置散点图的属性：颜色、面积、透明度 colors = np.random.rand(n) # 随机产生100个0~1之间的颜色值 area = np.pi * (10 * np.random.rand(n))**2 # 点的半径范围:0~10 绘制并显示散点图 plt.scatter(x, y, s=area, c=colors, alpha=0.5, marker=o) plt.show() 绘制直方图 直方图是一种可视化表示数据在连续间隔或者特定时间段内容的分布情况；直方图又称为质量分布图，属于条行图的一种；直方图x轴表示数据类型，纵轴表示分布情况，每个数据宽度可以任意变化。步骤如下： 导入matplotlib.pyplot模块 准备数据，可以使用numpy/pandas整理数据 调用pyplot.hist()绘制直方图 导入相关模块 使用随机数模块生成待可视化的学生身高数据1000条； 调用pyplot.hist()绘制直方图，bars=100； 直方图名称为你的姓名，x轴标签为身高，y轴标签为数量； 显示直方图； 改变直方图的透明度，再绘制一幅直方图。 绘制箱线图 箱线图反映数据分布特征的统计量，能提供有关数据位置和分散情况的关节信息，尤其在比较不同特征时，更可表现其分散程度差异。步骤如下： 导入相关模块：numpy matplotlib.pyplot pandas 使用随机数模块生成100行5列的DataFrame； 各列属性名为[A, B, C, D, E]) 绘制并显示箱线图。 箱线图名称为你的姓名 绘制词云 “词云”是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。 “词云”就是数据可视化的一种形式。给出一段文本的关键词，根据关键词的出现频率而生成的一幅图像，人们只要扫一眼就能够明白文章主旨。 步骤如下： 导入相关模块 from pyecharts import options as opts from pyecharts.charts import Page, WordCloud from pyecharts.globals import SymbolType 自主构造需要可视化的词云，不少于20个词。 使用WordCloud()方法，设置相关参数。 c = WordCloud() c.add(, words, word_size_range=[20, 80]) c.set_global_opts(title_opts=opts.TitleOpts(title=WordCloud-基本示例)