판다들의 차이점은 무엇일까요?qcut이랑 팬더.cut?

판다들의 차이점은 무엇일까요?qcut이랑 팬더.cut?

문서에는 다음과 같이 나와 있습니다.

http://pandas.pydata.org/pandas-docs/dev/basics.html

"연속적인 값은 cut(값을 기준으로 빈), qcut(샘플 분위수를 기준으로 빈) 함수를 이용하여 이산화할 수 있습니다."

아주 추상적으로 들리는데요...아래 예제에서 차이점을 알 수 있지만 qcut(sample quantile)은 실제로 무엇을 의미합니까? qcut 대 cut은 언제 사용하시겠습니까?

감사해요.

factors = np.random.randn(30)

In [11]:
pd.cut(factors, 5)
Out[11]:
[(-0.411, 0.575], (-0.411, 0.575], (-0.411, 0.575], (-0.411, 0.575], (0.575, 1.561], ..., (-0.411, 0.575], (-1.397, -0.411], (0.575, 1.561], (-2.388, -1.397], (-0.411, 0.575]]
Length: 30
Categories (5, object): [(-2.388, -1.397] < (-1.397, -0.411] < (-0.411, 0.575] < (0.575, 1.561] < (1.561, 2.547]]

In [14]:
pd.qcut(factors, 5)
Out[14]:
[(-0.348, 0.0899], (-0.348, 0.0899], (0.0899, 1.19], (0.0899, 1.19], (0.0899, 1.19], ..., (0.0899, 1.19], (-1.137, -0.348], (1.19, 2.547], [-2.383, -1.137], (-0.348, 0.0899]]
Length: 30
Categories (5, object): [[-2.383, -1.137] < (-1.137, -0.348] < (-0.348, 0.0899] < (0.0899, 1.19] < (1.19, 2.547]]`

우선 분위수는 백분위수, 사분위수, 중위수와 같은 가장 일반적인 용어에 불과하다는 점에 유의하십시오.섯의을로과이다다이과서gu로섯의n을e,uodseqcut5분위 배율로

를 5분위수로 할 때qcut빈에 수 됩니다. 즉, 에 한 의 가 됩니다 되도록 됩니다 되도록 가 의 에 한 레코드가 30개이므로 각 빈에 6개가 있어야 합니다(단, 랜덤 추첨으로 인해 중단점이 다를 수 있지만 출력은 다음과 같습니다).

pd.qcut(factors, 5).value_counts()

[-2.578, -0.829]    6
(-0.829, -0.36]     6
(-0.36, 0.366]      6
(0.366, 0.868]      6
(0.868, 2.617]      6

로 의 에는 에는 의 로 cut더 고르지 못한 될 입니다:지한을게다될더다될게u지e더을 .

pd.cut(factors, 5).value_counts()

(-2.583, -1.539]    5
(-1.539, -0.5]      5
(-0.5, 0.539]       9
(0.539, 1.578]      9
(1.578, 2.617]      2

그 이유는cut값의 빈도가 아닌 값 자체에 따라 균등한 간격으로 빈을 선택합니다.따라서 임의 정규 분포에서 그림을 그렸기 때문에 내부 통에서 더 높은 빈도를 보고 외부에서는 더 적은 빈도를 볼 수 있습니다.이것은 기본적으로 히스토그램의 표 형식이 될 것입니다. (30개의 레코드로 상당히 종 모양이 될 것으로 예상됩니다.)

• cut 명령을 사용하면 등간격 빈이 생성되지만 각 빈에서 샘플의 빈도가 같지 않습니다.
• qcut 명령은 동일하지 않은 크기의 빈을 생성하지만 각 빈에서 샘플의 빈도는 동일합니다.

    >>> x=np.array([24,  7,  2, 25, 22, 29])
    >>> x
    array([24,  7,  2, 25, 22, 29])

    >>> pd.cut(x,3).value_counts() #Bins size has equal interval of 9
    (2, 11.0]        2
    (11.0, 20.0]     0
    (20.0, 29.0]     4

    >>> pd.qcut(x,3).value_counts() #Equal frequecy of 2 in each bins
    (1.999, 17.0]     2
    (17.0, 24.333]    2
    (24.333, 29.0]    2

따라서 qcut은 표본 공간에 군집되어 있더라도 각 빈에 있는 값이 보다 균등하게 분포되도록 합니다.즉, 매우 근접한 값을 가진 데이터로 가득 찬 빈과 0 값을 가진 다른 빈이 있을 가능성이 적습니다.일반적으로 샘플링이 더 좋습니다.

Pd.qcut은 배열의 요소를 (배열의 요소 수)/(빈의 수 - 1)에 기초하여 분할한 다음, 이 정도 수의 요소를 각 빈에 직렬로 분할합니다.

Pd.cut은 ((첫 번째 + 마지막 요소)/(빈-1의 번호)를 기준으로 나눗셈을 할 때 배열의 요소를 분배한 다음 요소가 속하는 값의 범위에 따라 요소를 분배합니다.

언급URL : https://stackoverflow.com/questions/30211923/what-is-the-difference-between-pandas-qcut-and-pandas-cut