Veri temizleme

Eksik verileri tespit edip temizlersin.

Boşlukları doldurma

İki boş hücre var: 2. günün nemi ve 3. günün sıcaklığı. Satırları atmak verinin %40'ını kaybetmek olur; bunun yerine her sütunu kendi ortalamasıyla dolduracağız. np.nanmean, nan'ları yok sayarak ortalama alır:

print(np.nanmean(veri, axis=0))   # [ 3.   23.   48.75]
print(veri.mean(axis=0))          # [ 3.  nan  nan]  nan bulaşıcıdır

nan içeren her işlem nan verir; bu yüzden nan-güvenli fonksiyonlar gerekir.

np.where ile seçerek doldurma

np.where(koşul, a, b), koşul doğruysa a'dan, değilse b'den alır. Yayınlama sayesinde sütun ortalamaları her satıra uygulanır:

ort = np.nanmean(veri, axis=0)
veri = np.where(np.isnan(veri), ort, veri)
print(np.isnan(veri).sum())   # 0

Aynı işi scikit-learn'de SimpleImputer(strategy="mean") yapar; burada mantığını elle gördün.

Uygulama Temizle

veri'deki nan değerleri np.nanmean(veri, axis=0) ve np.where ile doldur. Sıcaklık sütununu (veri[:, 1]) ve nem sütununu (veri[:, 2]) alt alta yazdır.

Örnek çözümü göster

import io
import numpy as np

csv = "gun,sicaklik,nem\n1,20,40\n2,22,\n3,,60\n4,26,50\n5,24,45\n"
veri = np.genfromtxt(io.StringIO(csv), delimiter=",", skip_header=1)

ort = np.nanmean(veri, axis=0)
veri = np.where(np.isnan(veri), ort, veri)
print(veri[:, 1])
print(veri[:, 2])

Kendini test et

<code>np.array([1, np.nan, 3]).mean()</code> neyi verir?
- 2.0
- 1.33
- Hata
- nan
Cevabı göster

nan — nan içeren toplam nan olur; nanmean ise 2.0 verirdi.
nan değerleri yok sayarak sütun ortalamalarını al.
```
ort = np.____(veri, axis=0)
```
Cevabı göster
```
ort = np.nanmean(veri, axis=0)
```
Fonksiyonları eşleştir.

np.nanmean

nan'sız ortalama
np.where

Koşullu seçim
np.isnan

nan maskesi
x.mean()

nan varsa nan döner

Sıradaki ders: İstatistik hesaplama

Deneyiminizi Geliştiriyoruz

Çerez Tercihleri

Kesinlikle Gerekli Çerezler

Analitik Çerezler