python cut 와 qcut 의 용법 및 차이 점 에 대한 상세 한 설명
from pandas import Series,DataFrame
import pandas as pd
import numpy as np
from numpy import nan as NA
from matplotlib import pyplot as plt
ages = [20,22,25,27,21,23,37,31,61,45,41,32]
# ages
bins = [18,25,35,60,100]
# pandas cut
cats = pd.cut(ages,bins)
#print(cats)
# pd.value_counts
number=pd.value_counts(cats)
#print(pd.value_counts(cats))
# index
index=pd.cut(ages,bins).codes
#print(index)
#
group_names = ["Youth","YouthAdult","MiddleAged","Senior"]
personType=pd.cut(ages,bins,labels=group_names)
#print(personType)
plt.hist(personType)
#plt.show()
#cut qcut
data=[1,2,3,4,5,6,7,8,9,10]
result=pd.qcut(data,4)
print(' ',result)##qcut 10 , data
#
print('dasdasdasdasdas: ',pd.value_counts(result))
#qcut : cut (0 1 , )
results=pd.qcut(data,[0,0.1,0.5,0.9,1])
print('results: ',results)
import numpy as np
import pandas as pd
data = np.random.rand(20)
print(data)
# cut n
#cut : ( - )/n=
#
result = pd.cut(data,4,precision=2) #precision
print(result)
res_data=pd.value_counts(result)
print(res_data)
이상 의 이 편 은 python cut 과 qcut 의 용법 과 차이 점 을 바탕 으로 상세 하 게 설명 하 는 것 이 바로 작은 편 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.여러분 께 참고 가 되 고 저 희 를 많이 응원 해 주시 기 바 랍 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.