在數據分析當中的東西還是很多的，我在這裡只是啟髮式的介紹一下，瞭解到這方面的東西之後，使用的時候可以更快的找到解決辦法，希望能對大家有所幫助。

　　這次，依然是使用的sklearn中的iris數據集，對其進行通過熱圖來展示。

　　預處理

　　sklearn.preprocessing是機器學習庫中預處理的模塊，可以對數據進行標準化處理，正則化等等，根據需求來使用。在這裡利用它的標準化方法對數據進行整理。其他的方法可以自行查詢。

• Standardization標準化:將特征數據的分佈調整成標準正態分佈，也叫高斯分佈，也就是使得數據的均值為0，方差為1。
• 標準化的原因在於如果有些特征的方差過大，則會主導目標函數從而使參數估計器無法正確地去學習其他特征。
• 標準化的過程為兩步：去均值的中心化（均值變為0）；方差的規模化（方差變為1）。
• 在sklearn.preprocessing中提供了一個scale的方法，可以實現以上功能。

　　下麵舉個例子來看一下：

 1 from sklearn import preprocessing
 2 import numpy as np
 3 
 4 # 創建一組特征數據，每一行表示一個樣本，每一列表示一個特征
 5 xx = np.array([[1., -1., 2.],
 6               [2., 0., 0.],
 7               [0., 1., -1.]])
 8 
 9 # 將每一列特征標準化為標準正太分佈，註意，標準化是針對每一列而言的
10 xx_scale = preprocessing.scale(xx)
11 
12 xx_scale

　　經過對每列數據進行標準化處理之後的結果是：

array([[ 0.        , -1.22474487,  1.33630621],
       [ 1.22474487,  0.        , -0.26726124],
       [-1.22474487,  1.22474487, -1.06904497]])

　　可以看到，裡面的數據發生了變化，數值比較小，也許有人可以一眼看出來，看不出來也沒有關係，Python可以很方便的計算他們的一些統計量。

1 # 測試一下xx_scale每列的均值方差
2 print('均值：', xx_scale.mean(axis=0))  # axis=0指列，axis=1指行
3 print('方差：', xx_scale.std(axis=0))

　　上面已經介紹了標準化的是要將它轉換成什麼樣，結果的確吻合，按列求均值和方差的結果為：

均值： [0. 0. 0.]
方差： [1. 1. 1.]

　　當然對於標準化其方差和均值也不是一定要一起進行，比如有時候僅僅希望利於其中一個方法，也是有辦法的：

• with_mean,with_std.這兩個都是布爾型的參數，預設情況下都是true,但也可以自定義成false.即不要均值中心化或者不要方差規模化為1.

　　熱圖

　　關於熱圖在這裡只簡單提一下，因為網上關於它的資料已經很多很詳細了。

　　在熱圖中，數據以矩陣的形式存在，屬性範圍用顏色的漸變來表示，在這裡，使用pcolor繪製熱圖。

　　小慄子

　　還是從導庫開始，然後載入數據集，對數據進行處理，然後繪製圖像，並對圖像做一些標註裝飾等等。我習慣在代碼中做註釋，如果有不明白的，可以留言，我會及時回覆。

 1 # 導入後續所需要的庫
 2 from sklearn.datasets import load_iris
 3 from sklearn.preprocessing import scale
 4 import numpy as np
 5 import matplotlib.pyplot as plt
 6 
 7 # 載入數據集
 8 data = load_iris()
 9 x = data['data']
10 y = data['target']
11 col_names = data['feature_names']
12 
13 # 數據預處理
14 # 根據平均值對數據進行縮放
15 x = scale(x, with_std=False)
16 x_ = x[1:26,] # 選取其中25組數據
17 y_labels = range(1, 26)
18 
19 # 繪製熱圖
20 plt.close('all')
21 plt.figure(1)
22 fig, ax = plt.subplots()
23 ax.pcolor(x_, cmap=plt.cm.Greens, edgecolors='k')
24 ax.set_xticks(np.arange(0, x_.shape[1])+0.5) # 設置橫縱坐標
25 ax.set_yticks(np.arange(0, x_.shape[0])+0.5)
26 ax.xaxis.tick_top() # x軸提示顯示在圖形上方
27 ax.yaxis.tick_left() # y軸提示顯示在圖形的左側
28 ax.set_xticklabels(col_names, minor=False, fontsize=10) # 傳遞標簽數據
29 ax.set_yticklabels(y_labels, minor=False, fontsize=10)
30 plt.show()

　　那麼繪製出的圖像是什麼樣子的呢：

　　上面簡單的幾步就把這些數據繪製出直觀的圖像，當然，在真正使用的時候不會這麼簡單，還需要多擴充知識。