pandas describe（）没有显示

Posted 2021-03-29

我正在关注机器学习的谷歌课程，并试图让它在Atom上工作，而不是简单地使用colab版本。模型训练和其他东西进展顺利，但我在使用describe（）函数时遇到了问题。我已经查阅了文档，但仍无法进行摘要显示。它只在我在命令行上尝试交互式python时才有效。我的代码的相关部分如下。谢谢您的帮助。

import math

from IPython import display
from matplotlib import cm
from matplotlib import gridspec
from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
from sklearn import metrics
import tensorflow as tf
from tensorflow.python.data import Dataset

tf.logging.set_verbosity(tf.logging.ERROR)
pd.options.display.max_rows = 10
pd.options.display.float_format = '{:.lf}'.format

# Load data set
california_housing_dataframe = pd.read_csv("https://storage.googleapis.com/mledu-datasets/california_housing_train.csv", sep=",")

......

# Split the data set into training sets of the first 12000/17000 examples,
training_examples = preprocess_features(california_housing_dataframe.head(12000))
training_targets = preprocess_targets(california_housing_dataframe.head(12000))

# and validation sets of the last 5000/17000 examples.
validation_examples = preprocess_features(california_housing_dataframe.tail(5000))
validation_targets = preprocess_targets(california_housing_dataframe.tail(5000))

# Double-check that the splitting is correct. (NOT WORKING YET)
print("Training examples summary:")
training_examples.describe()

运行代码后，我的终端只是忽略了带有describe（）的行并打印出来

Training examples summary: 
Validation examples summary: 
Training targets summary: 
Validation targets summary:

然后继续训练模型。

答案

在不知道堆栈追溯的情况下，我的猜测是错误的

pd.options.display.float_format = '{:.lf}'.format

正在搞乱你的数据摄入量。那封信l应该是一个数字1。您告诉格式化程序要打印的浮点精度的位数。正确的语法是

pd.options.display.float_format = '{:.1f}'.format

另一答案

我也在做谷歌的ML课程，并遇到了同样的问题，即描述功能没有打印到我的输出窗口。对我有用的是在下面的print（）函数中包装describe（）。

打印（california_housing_dataframe.describe（））

这在我的输出窗口中产生了描述性统计数据。

免责声明：我从Sublime运行我的python程序，而不是Atom，我正在使用以下包：

• 崇高文本3
• 大熊猫0.23.0
• tensorflow-gpu 1.8.0
• CUDA 9.0.176.2
• 重点7.1

希望这可以帮助！