Có bất kỳ tập dữ liệu ví dụ nào cho Python không?

Question

Để thử nghiệm nhanh, gỡ lỗi, tạo ví dụ di động và đo điểm chuẩn, R có sẵn cho một số lượng lớn các tập dữ liệu (trong gói Base R datasets). Lệnh library(help="datasets") tại lời nhắc R mô tả gần 100 bộ dữ liệu lịch sử, mỗi bộ dữ liệu có mô tả và siêu dữ liệu được kết hợp.

Có điều gì tương tự với Python không?

Answer 1

Bạn có thể sử dụng rpy2 gói để truy cập tất cả các tập hợp dữ liệu R từ Python.

Thiết lập giao diện:

>>> from rpy2.robjects import r, pandas2ri 
>>> def data(name): 
... return pandas2ri.ri2py(r[name]) 

Sau đó gọi data() với tên bất kỳ của bộ dữ liệu của các tập dữ liệu có sẵn (giống như trong R)

>>> df = data('iris') 
>>> df.describe() 
     Sepal.Length Sepal.Width Petal.Length Petal.Width 
count 150.000000 150.000000 150.000000 150.000000 
mean  5.843333  3.057333  3.758000  1.199333 
std  0.828066  0.435866  1.765298  0.762238 
min  4.300000  2.000000  1.000000  0.100000 
25%  5.100000  2.800000  1.600000  0.300000 
50%  5.800000  3.000000  4.350000  1.300000 
75%  6.400000  3.300000  5.100000  1.800000 
max  7.900000  4.400000  6.900000  2.500000 

Để xem danh sách các bộ dữ liệu có sẵn với mô tả cho mỗi:

>>> print(r.data()) 

Lưu ý: rpy2 yêu cầu R cài đặt với cài đặt R_HOME biến và pandas cũng phải được cài đặt.

UPDATE:

tôi vừa tạo PyDataset, mà là một module đơn giản để làm cho tải một bộ dữ liệu từ Python dễ dàng như R 's (và nó không đòi hỏi R cài đặt, chỉ pandas).

Để bắt đầu sử dụng nó, cài đặt các module:

$ pip install pydataset

sau đó chỉ cần tải lên bất kỳ dữ liệu mà bạn muốn (hiện tại khoảng 757 bộ dữ liệu có sẵn):

from pydataset import data 

titanic = data('titanic') 

Answer 2

Theo nhận xét của Joran, tôi đã tìm thấy mô-đun statsmodels, cung cấp gói datasets của riêng mình. online documentation hiển thị ví dụ về cách nhập bộ dữ liệu có sẵn trong R:

import statsmodels.api as sm 
duncan_prestige = sm.datasets.get_rdataset("Duncan", "car") 
print duncan_prestige.__doc__ 

Answer 3

MyMVPA là một mô-đun khác giúp dễ dàng truy cập cơ sở dữ liệu. Bạn có thể kiểm tra liên kết bên dưới.

>>> from mvpa2.tutorial_suite import * 
>>> data = [[ 1, 1, -1], 
...   [ 2, 0, 0], 
...   [ 3, 1, 1], 
...   [ 4, 0, -1]] 
>>> ds = Dataset(data) 
>>> ds.shape 
(4, 3) 
>>> len(ds) 
4 

Ví dụ từ liên kết

http://www.pymvpa.org/tutorial_datasets.html

Answer 4

Có cũng tập hợp dữ liệu có sẵn từ thư viện Scikit-Learn.

from sklearn import datasets 

Có nhiều bộ dữ liệu trong gói này.Một số Datasets Toy là:

load_boston()   Load and return the boston house-prices dataset (regression). 
load_iris()   Load and return the iris dataset (classification). 
load_diabetes()  Load and return the diabetes dataset (regression). 
load_digits([n_class]) Load and return the digits dataset (classification). 
load_linnerud()  Load and return the linnerud dataset (multivariate regression). 

Answer 5

Cụ thể, sử dụng @tmthydvnprt dụ:

from sklearn import datasets 
iris = datasets.load_iris() 

Bộ dữ liệu thực tế có thể được gọi bằng cách làm iris.data.

http://scikit-learn.org/stable/datasets/

Chạy Python 3.5