数据分析与挖掘笔记（七）------数据预处理之python主要数据预处理函数

函数名	所属库	功能	使用格式	实例
interpolate	Scipy	一维、高维数据插值。 interpolate是Scipy的一个子库，包含了大量的插值函数，如拉格朗日插值、样条插值、高维插值等。使用前需要用 from scipy.interpolate import * 引入相应的插值函数	f = scipy.interpolate.lagrange(x,y)。 这里展示了一维数据的拉格朗日插值的命令，其中x,y为对应的自变量和因变量数据。插值完成后，可以通过f(a)计算新的插值结果。类似的还有样条插值、多维数据插值等。
unique	Pandas/Numpy	去除数据中的重复元素，得到单值元素列表。它既是Numpy库的一个函数（np.unique()），也是Series对象的一个方法	[]np.unique(D),D是一维数据，也可以是list、array、Serise; []D.unique(), D是Pandas的Serise对象。
isnull	Pandas	判断是否为空值/非空值	D.isnull()/D.notnull()。这里的D要求是Series对象，返回一个布尔Series。可以通过找出D中的空值/非空值。
notnull	Pandas
PCA	Scikit-Learn	对指标变量矩阵进行主成分分析。使用前需要用from sklearn.decomposition import PCA引入该函数
random	Numpy	生成随机矩阵 random是Numpy的一个子库，可以用该库下的各种函数生成服从特定分布的随机矩阵，抽样时可以使用。