Post#چالش_پایتون_در_هوش_مصنوعی

#چالش_پایتون_در_هوش_مصنوعی 🧠 قسمت ۱۰: پاک‌سازی و آماده‌سازی داده‌ها 🧹 سلام دوستان! 👋 داده‌های دنیای واقعی همیشه مرتب نیستن! 😅 گاهی داده‌ها ناقص، تکراری یا اشتباه هستن. برای همین قبل از تحلیل یا یادگیری ماشین، باید داده‌ها رو پاک‌سازی و آماده‌سازی کنیم. --- ۱. شناسایی داده‌های گمشده (NaN) import pandas as pd import numpy as np data = { "نام": ["علی", "سارا", "نیما", "رضا"], "نمره": [18, np.nan, 15, 20] } df = pd.DataFrame(data) print(df) print(df.isnull()) # نمایش مقادیر گمشده --- ۲. حذف داده‌های ناقص df_clean = df.dropna() # حذف سطرهایی که مقدار گمشده دارن print(df_clean) --- ۳. جایگزین کردن داده‌های گمشده df["نمره"].fillna(df["نمره"].mean(), inplace=True) # جایگزینی با میانگین print(df) --- ۴. حذف داده‌های تکراری df = pd.DataFrame({ "نام": ["علی", "سارا", "علی"], "نمره": [18, 19, 18] }) print("قبل از حذف:\n", df) df = df.drop_duplicates() print("بعد از حذف:\n", df) --- ۵. تغییر نام ستون‌ها df.rename(columns={"نام": "Name", "نمره": "Score"}, inplace=True) print(df) --- ۶. پروژه کوچک پاک‌سازی داده‌های ناقص و محاسبه معدل: data = { "نام": ["علی", "سارا", "نیما", "رضا"], "ریاضی": [18, np.nan, 15, 20], "فیزیک": [17, 19, np.nan, 18] } df = pd.DataFrame(data) # پر کردن مقادیر گمشده با میانگین هر ستون df = df.fillna(df.mean(numeric_only=True)) # محاسبه معدل df["معدل"] = df[["ریاضی", "فیزیک"]].mean(axis=1) print(df) 📌 خروجی نمونه: نام ریاضی فیزیک معدل 0 علی 18.0 17.0 17.5 1 سارا 17.7 19.0 18.3 2 نیما 15.0 18.0 16.5 3 رضا 20.0 18.0 19.0 --- 👀 قسمت بعدی: تجسم داده‌ها با Matplotlib 🎨 🗂 مرکز آموزش پایتون ➖➖➖➖➖➖➖➖ @pythonchallenge