有了本文，您就可以开始学习ML算法，概念，数学和编码。
为了使用ML代码，库在Python扮演着非常重要的角色，我们将对其进行详细研究，但让我们对最重要的一个简短的描述：
- NumPy的(数值的Python)：这是Python的最大的科学和数学运算库之一。诸如Keras，Tensorflow之类的平台已在Tensor上嵌入了Numpy操作。我们关心的功能是它的强大功能，以及易于在Array上处理和执行操作的功能。
- 熊猫：这个包在处理数据时非常有用。这使得操作，聚集和可视化数据变得非常容易。
- MatplotLib：该库简化了功能强大且非常简单的可视化任务。
还有更多的库，但是现在没有用了。所以，让我们开始吧。
下载数据集：
转到链接并下载Data_for_Missing_Values.csv 。
水蟒
我建议你们在系统上安装Anaconda。在您的系统上启动Spyder我们的Jupyter。建议这样做的原因是– Anaconda已预先安装了所有基本的Python库。 
以下是Python代码：
# Python code explaining How to
# Handle Missing Value in Dataset
""" PART 1
Importing Libraries """
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
""" PART 2
Importing Data """
data_sets = pd.read_csv('C:\\Users\\Admin\\Desktop\\Data_for_Missing_Values.csv')
print ("Data Head : \n", data_sets.head())
print ("\n\nData Describe : \n", data_sets.describe())
""" PART 3
Input and Output Data """
# All rows but all columns except last
X = data_sets.iloc[:, :-1].values
# TES
# All rows but only last column
Y = data_sets.iloc[:, 3].values
print("\n\nInput : \n", X)
print("\n\nOutput: \n", Y)
""" PART 4
Handling the missing values """
# We will use sklearn library >> preprocessing package
# Imputer class of that package
from sklearn.preprocessing import Imputer
# Using Imputer function to replace NaN
# values with mean of that parameter value
imputer = Imputer(missing_values = "NaN",
strategy = "mean", axis = 0)
# Fitting the data, function learns the stats
imputer = imputer.fit(X[:, 1:3])
# fit_transform() will execute those
# stats on the input ie. X[:, 1:3]
X[:, 1:3] = imputer.fit_transform(X[:, 1:3])
# filling the missing value with mean
print("\n\nNew Input with Mean Value for NaN : \n", X)
输出 ：
Data Head :
Country Age Salary Purchased
0 France 44.0 72000.0 No
1 Spain 27.0 48000.0 Yes
2 Germany 30.0 54000.0 No
3 Spain 38.0 61000.0 No
4 Germany 40.0 NaN Yes
Data Describe :
Age Salary
count 9.000000 9.000000
mean 38.777778 63777.777778
std 7.693793 12265.579662
min 27.000000 48000.000000
25% 35.000000 54000.000000
50% 38.000000 61000.000000
75% 44.000000 72000.000000
max 50.000000 83000.000000
Input :
[['France' 44.0 72000.0]
['Spain' 27.0 48000.0]
['Germany' 30.0 54000.0]
['Spain' 38.0 61000.0]
['Germany' 40.0 nan]
['France' 35.0 58000.0]
['Spain' nan 52000.0]
['France' 48.0 79000.0]
['Germany' 50.0 83000.0]
['France' 37.0 67000.0]]
Output:
['No' 'Yes' 'No' 'No' 'Yes' 'Yes' 'No' 'Yes' 'No' 'Yes']
New Input with Mean Value for NaN :
[['France' 44.0 72000.0]
['Spain' 27.0 48000.0]
['Germany' 30.0 54000.0]
['Spain' 38.0 61000.0]
['Germany' 40.0 63777.77777777778]
['France' 35.0 58000.0]
['Spain' 38.77777777777778 52000.0]
['France' 48.0 79000.0]
['Germany' 50.0 83000.0]
['France' 37.0 67000.0]]
代码说明：
- 第1部分–导入库：在上面的代码中，导入了numpy，pandas和matplotlib，但我们仅使用了pandas。
- 第2部分–导入数据：
- 通过提供熊猫read_csv函数的路径来导入
Data_for_Missing_Values.csv。现在，“ data_sets”是一个DataFrame(带有标签行和列的二维表格数据结构)。 - 然后使用head()函数打印数据帧的前5个数据条目。条目数可以更改，例如对于前3个值，我们可以使用dataframe.head(3)。同样，也可以使用tail()函数最后一个值。
- 然后使用describe()函数。它给出了数据的统计摘要，其中包括每个参数值的最小值，最大值，百分位数(.25，.5，.75)，均值和标准差。
- 通过提供熊猫read_csv函数的路径来导入
- 第3部分–输入和输出数据：我们将数据框拆分为输入和输出。
- 第4部分–处理缺失值：使用sklearn.preprocessing包中的Imputer()函数。
功率：
Imputer(missing_values='NaN', strategy='mean', axis=0, verbose=0, copy=True)是从Imputer类sklearn.preprocessing包的函数。它的作用是将参数值从缺失值(NaN)转换为战略值。
Syntax : sklearn.preprocessing.Imputer()
Parameters :
-> missing_values : integer or “NaN”
-> strategy : What to impute - mean, median or most_frequent along axis
-> axis(default=0) : 0 means along column and 1 means along row