数据可视化方法（一）

数据可视化方法

数据可视化可以提供对数据的直观感受，这个有时是很难通过表格的形式把握到的。机器学习问题可以分为两类：回归问题与分类问题，两者的数据可视化有所区别。而本文将介绍分类问题的可视化方法。

 数据可视化的第一步就是获取数据，下面是用“岩石vs水雷数据集”为例，展示数据获取方法。

 1 import pandas as pd
 2 
 3 target_url = ("https://archive.ics.uci.edu/ml/machine-learning"
 4               "-databases/undocumented/connectionist-bench/sonar/sonar.all-data")
 5 
 6 df = pd.read_csv(target_url, header=None, prefix=\'V\')
 7 
 8 print("数据集规模：",df.shape)
 9 print("\n数据集类型：\n",df.get_dtype_counts())
10 print(df.describe())

getData

 运行结果如下：

代码解析：

1. 该数据获取使用了python的pandas库，python3.7版本，urlllib2库已无法调用，过去的 urlopen()方法无法再用，使用pandas库的read_csv（）的方法代替。
2. . .shape

3. .describe(): 生成简要的统计信息