课程简介
本节为 Python 金融数据分析基础课程,将重点介绍使用 matplotlib 制作基本图表的方法,此外,也对较特别的金融常用图表进行了说明。建议初学者认真学习本节内容,已经掌握 Python 基本作图的读者可以直接跳转至金融图表部分。
学习目标
用 matplotlib 做基本的 2D 图表,主要为点线图、散点图、柱状图
用 matplotlib 做金融图表,主要为蜡状图、箱型图
用 matplotlib 做基本的 3D 图表,主要为 3D 曲面图和 3D 散点图
一、平面图表
1、生成一维数据集
数据预处理没有标准的流程,通常针对不同的任务和数据集属性的不同而不同。下面就一起看下常用六大步完成数据预处理。Step 1:导入相关模块
Step 2:获取数据
特征构造
Step 3:处理缺失值
Step 4:分类数据编码
创建虚拟变量
Step 5:划分训练集和测试集
Step 6:特征标准化
数据变换十大秘诀
数据变换[1]是将数据集的每个元素乘以常数;也就是说,将每个数变换为,其中,和都是实数。数据变换将可能改变数据的分布以及数据点的位置。
数据标准化[2](有时称为 z-score 或 standar score)是已重新缩放为平均值为零且标准偏差为1的变量。对于标准化变量,每种情况下的值在标准化变量上的值都表明它与原始变量的均值(或原始变量的标准偏差)的差值。
归一化数据 是将数据缩放到0到1范围内。
Binarizing Data
二值化[3]是将任何实体的数据特征转换为二值化的向量以使分类器算法更高效的过程。在一个简单的示例中,将图像的灰度从0-255光谱转换为0-
1 光谱就是二值化。
Mean Removal
去均值法 是将均值从每一列或特征中移除,使其以零为中心的过程。
One Hot Encoding
独热编码[4]是将分类变量转换为可以提供给ML算法以更好地进行预测的形式的过程。
Label Encoding
标签编码 适用于具有分类变量并将数据转换为数字的数据。
fit
transform
词向量 用于带有标签和数字的数据。此外,词向量可用于提取数据。
获取特征名称
Polynomial Features
多项式特征 用于生成多项式特征和交互特征。它还生成了一个新的特征矩阵数据,该数据是由所有次数小于或等于指定次数的特征的多项式组合组成的。
截距项
填补 (如用均值填补缺失值),它用列或特性数据中的平均值替换缺失的值