Day009作業中的程式碼拆解後的多個問題

2020/08/04 下午 06:04

機器學習共學討論版

AmberC.

觀看數：9

回答數：2

收藏數：1

day009

1.include挑選資料類別, 網路上找到的用法是用中括號, 但自己嘗試用小括號也可以挑選成功, 請問二者是否有差異？

include = ['int64', 'float64']

include = ('int64', 'float64')

-----

2.用select_dtypes明明有選到需要的資料(如問題1的附圖), 但用isin卻變成False, 是因為isin只適用於list型態嗎？

-----

3.作業中的程式碼如下

numeric_columns = list(app_train.columns[list(app_train.dtypes.isin(dtype_select))])

其中

list(app_train.columns[list(app_train.dtypes.isin(dtype_select3))]), 第二個list有無寫入, 結果都一樣, 是否代表二者意義相同, 只是寫法不同呢？

-----

4.作業中的程式碼如下

numeric_columns = list(app_train[numeric_columns].columns[list(app_train[numeric_columns].apply(lambda x:len(x.unique())!=2 ))])

其中

list(app_train[numeric_columns])與

list(numeric_columns) 結果相同,

作業中的程式碼用list(app_train[numeric_columns])是否與問題3一樣, 意義相同只是寫法不同呢？

-----

5. 作業上的註解如下

『# 從上面的圖檢查的結果，至少這三個欄位好像有點可疑

# AMT_INCOME_TOTAL

# REGION_POPULATION_RELATIVE

# OBS_60_CNT_SOCIAL_CIRCLE』

但其餘未提到的欄位：

# DAYS_EMPLOYE

# OBS_30_CNT_SOCIAL_CIRCLE

# DEF_30_CNT_SOCIAK_CIRCLE

# DEF_60_CNT_SOCIAK_CIRCLE

# AMT_REQ_CREDIT_BUREAY_QRT

上述欄位由下列的盒鬚圖判斷應該也算有極端值吧？

----------

請各位大神幫忙解惑, 謝謝。

回答列表

2020/08/10 下午 05:37

CUPOY

贊同數：0

不贊同數：1

留言數：0

哈囉～親愛的同學好

已將您的提問通知專家了～還請再等候一下回覆，非常感謝！
2020/08/10 下午 06:35

張維元 (WeiYuan)

贊同數：0

不贊同數：0

留言數：3

嗨，關於你這種有多個小問題的問題，建議分開發問哦！

1.「include挑選資料類別, 網路上找到的用法是用中括號, 但自己嘗試用小括號也可以挑選成功, 請問二者是否有差異？」

=> 在 Numpy 有四種不同的形態表示方法：

1. int

2. int64

3. np.int64

4. np.dtype('float64')

當只用 int 的時候預設會等於你的電腦中最大的 int 數值，不同的電腦可能會有差異。另外 int64、np.int64、np.dtype('float64') 這三種寫法在用 == 比較的時候是等價的，但用 is/isin 判斷卻會錯。原因在於 is 是比較嚴格的物件比較，除了數值本身之外，也會比型態的差異。

舉個例子，這三種 int64、np.int64、np.dtype('float64') 都可以表達 int64，但他們分別是字串、np.int64、和 np.dtype 型態，因此在用 isin 的時候會出錯。所以這邊建議大家改用 dtype_select 來處理，會比較容易。

如果這個回答對你有幫助請主動點選「有幫助」或「最佳解答」的按鈕，也可以追蹤我的GITHUB 帳號。若還有問題的話，也歡迎再開一個新的問題繼續發問，或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃另外我目前有舉辦一個社群活動：學員限定！CUPOY 馬拉松線上小聚 👨🏻‍💻👨🏻‍💻，歡迎一起來玩玩！