等宽离散法Python实现

问题

生成数据集，利用等宽的方法对数据进行离散化。

实验环境

windows11、Python3.9、pycharm

代码实现

此代码包含的内容：

• 使用numpy生成随机数据集
• 利用pandas进行离散化
• 使用matplotlib、seaborn对实验结果可视化

import pandas as pd

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns


def main():
   # 生成随机数据集
   np.random.seed(0)
   data = np.random.randn(1000)

   # 将数据转换为 Pandas Series 对象
   data_series = pd.Series(data)

   # 使用等宽方法离散化数据
   num_bins = 5  # 定义离散化的组数
   bin_labels = [f'Bin{i + 1}' for i in range(num_bins)]  # 为每个组定义标签
   discretized_data = pd.cut(data_series, bins=num_bins, labels=bin_labels)

   # 绘制子图
   fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(15, 6), sharey=True)

   # 绘制直方图
   sns.histplot(data_series, ax=ax1, kde=True, color='skyblue', edgecolor='black', alpha=0.5)
   ax1.set_xlabel('Original Data')
   ax1.set_ylabel('Frequency')
   ax1.set_title('Histogram of Original Data')

   # 绘制离散化数据的柱状图
   sns.countplot(x=discretized_data, ax=ax2, palette='viridis')
   ax2.set_xlabel('Discretized Data')
   ax2.set_ylabel('Count')
   ax2.set_title('Bar Plot of Discretized Data')

   plt.tight_layout()
   plt.show()


if __name__ == '__main__':
   main()

运行结果