6.6作业（pandas练习）

题目来源

题目给了一个 csv 文件，读入文件得到一个 DataFrame 对象，该对象中有4个数据集，要对这4个数据集做一些操作。

如果不熟悉 python pandas，可以参考 pandas 入门教程

Exercise 1

题意

题解

用布尔索引的方式划分数据集，对每个数据集调用相应的函数求解。

求线性回归的API是OLS类。endog 参数是因变量， exog 参数是自变量。要先用 add_constant 函数修改自变量数组，再传入OLS。

import numpy
import scipy
import pandas
import seaborn
from statsmodels.api import add_constant, OLS

anascombe = pandas.read_csv('.\\anscombe.csv')
datasets = ['I', 'II', 'III', 'IV']

'''用boolean索引对每个数据集进行操作'''
for dataset in datasets:
    data_frame = anascombe[anascombe['dataset'].isin([dataset])]
    print(data_frame, '\n')

    '''求平均数'''
    print('mean of x and y:')
    print(data_frame.mean(axis=0), '\n')

    '''求方差'''
    print('variance of x and y:')
    print(data_frame.var(axis=0), '\n')

    '''求相关系数'''
    print('correlation coefficient between x and y:')
    print(data_frame.corr(), '\n')

    '''求线性回归'''
    print('Beta0 and Beta1:')
    x = data_frame['x'].values
    y = data_frame['y'].values
    # print(x)
    # print(y)

    x = add_constant(x)
    model = OLS(y, x)
    result = model.fit()
    print(result.params, '\n')

数据集1的结果：

Exercise 2

题意

题解

题目给了提示，使用 FacetGrid 函数和 scatter 函数就行。

from seaborn import FacetGrid
from matplotlib import pyplot
import pandas

anascombe = pandas.read_csv('.\\anscombe.csv')
graph = FacetGrid(anascombe, col='dataset')
graph = graph.map(pyplot.scatter, 'x', 'y')
pyplot.show()