是否有适用于Python的示例数据集？

问题描述：

为了进行快速测试，调试，创建可移植的示例和进行基准测试，R提供了许多数据集（在Base R datasets 包中）。 R提示符下的命令 library（help = datasets）描述了近100个历史数据集，每个数据集都有相关的描述和元数据。

For quick testing, debugging, creating portable examples, and benchmarking, R has available to it a large number of data sets (in the Base R datasets package). The command library(help="datasets") at the R prompt describes nearly 100 historical datasets, each of which have associated descriptions and metadata.

Python是否有类似的东西？

Is there anything like this for Python?

答

您可以使用 rpy2 包可从Python访问所有R数据集。

You can use rpy2 package to access all R datasets from Python.

设置界面：

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

然后使用可用数据集的任何数据集名称调用 data（）（就像在 R 中一样）

Then call data() with any dataset's name of the available datasets (just like in 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

要查看可用数据集的列表以及每个数据集的描述：

To see a list of the available datasets with description for each:

>>> print(r.data())

注意：rpy2需要 R 安装，并设置 R_HOME 变量，并 pandas 。

Note: rpy2 requires R installation with setting R_HOME variable, and pandas must be installed as well.

我刚刚创建了 PyDataset ，这是一个简单的模块，可让您轻松地从Python加载数据集，就像 R 一样（它不会只需安装 R ，仅 pandas ）。

I just created PyDataset, which is a simple module to make loading a dataset from Python as easy as R's (and it does not require R installation, only pandas).

到开始使用它，安装模块：

To start using it, install the module:

$ pip install pydataset

然后只需加载您想要的任何数据集（当前可访问757个数据集）：

then just load up any dataset you wish (currently around 757 datasets available) :

from pydataset import data

titanic = data('titanic')

是否有适用于Python的示例数据集？

相关推荐