实验 1： 数据的预处理和探索
【实验对象】：
对“泰坦尼克生还 ”数据集进行预处理和探索，见数据文件 “titanic_data.csv”。其中，
Survived 是目标属性。
【实验任务】：
1. 原始数据的描述： 样本数、属性数、属性类型（标称、序数、连续）
2. 预处理
(1) 缺失值处理
(2) 异常值处理（需判读是否存在异常值）
(3) 规范化（数据变换）
(4) 去除无意义的属性（数据规约）
3. 采用合适的度量对数据进行汇总统计（如，频数、百分数、均值、中位数等）
4. 采用合适的工具对数据进行可视化（如直方图、盒状图、散点图等）
5. 其他有价值的探索（自行发现）
【参考代码 Python】
#拉格朗日插值代码
import pandas as pd
#导入数据分析库Pandas
from scipy.interpolate import lagrange
#导入拉格朗日插值函数
inputfile = 'titanic_data.csv'
#销量数据路径
outputfile = 'titanic_interp.csv'
#输出数据路径
# dataFrame
data = pd.read_csv(inputfile, encoding='utf-8')
#读入数据
data.loc[data['Sex']=='male', ['Sex'] ]=0
data.loc[data['Sex']=='female', ['Sex'] ]=1
资源评论
