Tutorial de Python

Pitón INICIO Introducción a Python Python Empezar Sintaxis de Python Comentarios de Python Variables de Python Tipos de datos de Python Números de Python Fundición de Python Cadenas de pitón Booleanos de Python Operadores de Python Listas de Python Tuplas de Python Conjuntos de Python Diccionarios de Python Python si... si no Ciclos while de Python Python para bucles Funciones de Python pitón lambda Matrices de Python Clases/Objetos de Python Herencia de Python Iteradores de Python Alcance de Python Módulos de Python Fechas de Python Python Matemáticas PythonJSON Python expresión regular PIP de Python Prueba Python... Excepto Entrada de usuario de Python Formato de cadenas de Python

Manejo de archivos

Manejo de archivos de Python Python Leer archivos Python escribir/crear archivos Python Eliminar archivos

Módulos de Python

Tutorial NumPy Pandas Tutorial SciPy Tutorial

Matplotlib de Python

Introducción a Matplotlib Matplotlib Comenzar Pyplot de Matplotlib Trazado de Matplotlib Marcadores Matplotlib Línea Matplotlib Etiquetas Matplotlib Cuadrícula Matplotlib Subparcelas de Matplotlib Dispersión de Matplotlib Barras Matplotlib Histogramas de Matplotlib Gráficos circulares de Matplotlib

Aprendizaje automático

Empezando Media Mediana Moda Desviación Estándar percentil Distribución de datos Distribución normal de datos Gráfico de dispersión Regresión lineal Regresión polinomial Regresión múltiple Escala Entrenar/Prueba Árbol de decisión

pitón mysql

MySQL Empezar Crear base de datos MySQL Crear tabla MySQL Insertar MySQL Seleccionar MySQL mysql donde MySQL Ordenar por MySQL Eliminar Tabla desplegable de MySQL Actualización de MySQL Límite MySQL unirse a mysql

Python MongoDB

MongoDB Empezar MongoDB Crear base de datos MongoDB Crear colección Insertar MongoDB MongoDB Buscar Consulta MongoDB MongoDB Ordenar Eliminar MongoDB Colección de eliminación de MongoDB Actualización de MongoDB Límite de MongoDB

Referencia de Python

Descripción general de Python Funciones integradas de Python Métodos de cadenas de Python Métodos de lista de Python Métodos de diccionario de Python Métodos de tupla de Python Métodos de conjuntos de Python Métodos de archivos de Python Palabras clave de Python Excepciones de Python Glosario de Python

Referencia del módulo

Módulo aleatorio Módulo de Solicitudes Módulo de estadísticas Módulo Matemático cMódulo Matemático

Python Cómo

Eliminar duplicados de lista Invertir una cadena Añadir dos números

Ejemplos de Python

Ejemplos de Python Compilador de Python Ejercicios de pitón Cuestionario de Python Certificado de Python

Aprendizaje automático: distribución de datos


Distribución de datos

Anteriormente en este tutorial, hemos trabajado con cantidades muy pequeñas de datos en nuestros ejemplos, solo para comprender los diferentes conceptos.

En el mundo real, los conjuntos de datos son mucho más grandes, pero puede ser difícil recopilar datos del mundo real, al menos en una etapa inicial de un proyecto.

¿Cómo podemos obtener grandes conjuntos de datos?

Para crear grandes conjuntos de datos para las pruebas, usamos el módulo NumPy de Python, que viene con una serie de métodos para crear conjuntos de datos aleatorios, de cualquier tamaño.

Ejemplo

Cree una matriz que contenga 250 flotantes aleatorios entre 0 y 5:

import numpy

x = numpy.random.uniform(0.0, 5.0, 250)

print(x)

Histograma

Para visualizar el conjunto de datos podemos dibujar un histograma con los datos que recopilamos.

Usaremos el módulo Matplotlib de Python para dibujar un histograma.

Aprenda sobre el módulo Matplotlib en nuestro Tutorial de Matplotlib .

Ejemplo

Dibujar un histograma:

import numpy
import matplotlib.pyplot as plt

x = numpy.random.uniform(0.0, 5.0, 250)

plt.hist(x, 5)
plt.show()

Resultado:

Histograma explicado

Usamos la matriz del ejemplo anterior para dibujar un histograma con 5 barras.

La primera barra representa cuántos valores en la matriz están entre 0 y 1.

La segunda barra representa cuántos valores hay entre 1 y 2.

Etc

Lo que nos da este resultado:

  • 52 valores están entre 0 y 1
  • 48 valores están entre 1 y 2
  • 49 valores están entre 2 y 3
  • 51 valores están entre 3 y 4
  • 50 valores están entre 4 y 5

Nota: Los valores de la matriz son números aleatorios y no mostrarán exactamente el mismo resultado en su computadora.

Grandes distribuciones de datos

Una matriz que contiene 250 valores no se considera muy grande, pero ahora sabe cómo crear un conjunto aleatorio de valores y, al cambiar los parámetros, puede crear el conjunto de datos tan grande como desee.

Ejemplo

Cree una matriz con 100000 números aleatorios y muéstrelos usando un histograma con 100 barras:

import numpy
import matplotlib.pyplot as plt

x = numpy.random.uniform(0.0, 5.0, 100000)

plt.hist(x, 100)
plt.show()