Đang tải... (xem toàn văn)
NGÂN HÀNG NHÀ NƯỚC VIỆT NAMBỘ GIÁO DỤC VÀ ĐÀO TẠOTRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINHBộ môn Kinh tếBÀI TIỂU LUẬNMÔN: LẬP TRÌNH PYTHON CHO PHÂN TÍCH DỮ LIỆUĐề tài: Phân tích dữ
Trang 1NGÂN HÀNG NHÀ NƯỚC VIỆT NAMBỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINHBộ môn Kinh tế
BÀI TIỂU LUẬN
MÔN: LẬP TRÌNH PYTHON CHO PHÂN TÍCH DỮ LIỆUĐề tài: Phân tích dữ liệu chất lượng rượu vang đỏ
Trang 3Chương 2: Dữ liệu và nội dung 4
2.1 Xem thông tin cơ bản của dữ liệu 4
2.2 Xem một số dòng đầu tiên của dữ liệu 4
2.3 Mô tả thống kê của dữ liệu 4
2.4 Trực quan hóa dữ liệu 7
Chương 3: Công cụ 9
3.1 Tổng quan về Python 9
3.2 Thư viện NumPy: 10
3.3 Thư viện Pandas 10
3.4 Thư viện Matplotlib: 10
Chương 4: Kết quả và thảo luận 11
Chương 5: Kết luận 11
TÀI LIỆU THAM KHẢO 12
Trang 5Chương 1: Mục tiêu và phạm vi
1.1 Giới thiệu
Trong lĩnh vực sản xuất và tiêu thụ rượu vang, việc đánh giá chất lượng của sản phẩm là rất quan trọng Trong tiểu luận này, chúng ta sẽ phân tích dữ liệu về chất lượng rượu vang đỏ để hiểu sâu hơn về các yếu tố ảnh hưởng đến chất lượng của rượu vang.
1.2 Mục tiêu
Phân tích cấu trúc dữ liệu: Xác định và mô tả các biến trong tập dữ liệu.
Phân tích thống kê cơ bản: Khám phá và mô tả dữ liệu bằng các thống kê cơ bản Trực quan hóa dữ liệu: Sử dụng biểu đồ để hiểu sâu hơn về phân phối và mối quan
hệ giữa các biến.
1.3 Phạm vi
Dự án sẽ tập trung vào tập dữ liệu về chất lượng rượu vang đỏ từ một nguồn cụ thể Phạm vi của dự án bao gồm:
Tập dữ liệu Red Wine Quality sẽ được sử dụng Các biến số hoặc yếu tố cụ thể sẽ được phân tích.
Các phương pháp phân tích hoặc mô hình hóa cụ thể sẽ được áp dụng Các giả định hoặc hạn chế sẽ được xác định.
Trang 6Chương 2: Dữ liệu và nội dung
2.1 Xem thông tin cơ bản của dữ liệu
Tập dữ liệu chứa 1599 mẫu với 12 biến, bao gồm 10 biến đo lường và 2 biến phân loại Tất cả các biến đều không có giá trị null.
2.2 Xem một số dòng đầu tiên của dữ liệu
Các dòng đầu tiên của dữ liệu cho thấy các mẫu với các giá trị của các biến như fixed acidity, volatile acidity, citric acid, alcohol và quality.
2.3 Mô tả thống kê của dữ liệu
Thực nghiệm:
1
Trang 7<class 'pandas.core.frame.DataFrame'> RangeIndex: 1599 entries, 0 to 1598 Data columns (total 12 columns):
# Column Non-Null Count Dtype - - - -
0 fixed acidity 1599 non-null float64 1 volatile acidity 1599 non-null float64 2 citric acid 1599 non-null float64 3 residual sugar 1599 non-null float64 4 chlorides 1599 non-null float64 5 free sulfur dioxide 1599 non-null float64 6 total sulfur dioxide 1599 non-null float64
Trang 87 density 1599 non-null float64 8 pH 1599 non-null float64 9 sulphates 1599 non-null float64 10 alcohol 1599 non-null float64 11 quality 1599 non-null int64 dtypes: float64(11), int64(1)
Trang 11 Trung bình fixed acidity: 8.32
Trung bình volatile acidity: 0.53
Trung bình citric acid: 0.27
Trung bình alcohol: 10.42
Chất lượng trung bình của rượu vang: 5.64
2.4 Trực quan hóa dữ liệu
Biểu đồ phân phối chất lượng rượu vang: Biểu đồ countplot cho thấy phân phối không đồng đều của chất lượng rượu vang, với số lượng lớn rượu vang có chất lượng trung bình.
Trang 12 Heatmap tương quan giữa các biến: Heatmap cho thấy một số tương quan giữa các biến đo lường như alcohol và chất lượng rượu vang.
1
Trang 13Chương 3: Công cụ
3.1Tổng quan về Python
Python là một ngôn ngữ lập trình thông dịch, được phát triển bởi Guido van Rossum và ra mắt lần đầu vào năm 1991 Được thiết kế với sự tập trung vào đơn giản, dễ đọc và dễ học, Python đã trở thành một trong những ngôn ngữ lập trình phổ biến nhất trên thế giới.
Các đặc điểm của Python:
Trang 141 Ngôn ngữ đa mục đích: Python được sử dụng cho nhiều mục đích khác nhau, từ phát triển web, xử lý dữ liệu, đến máy học và trí tuệ nhân tạo.
2 Cú pháp đơn giản: Python có cú pháp đơn giản và gần gũi với ngôn ngữ tự nhiên, giúp người lập trình dễ dàng đọc và viết mã.
3 Thư viện phong phú: Python có một hệ sinh thái thư viện phong phú, bao gồm các thư viện như NumPy, Pandas, Matplotlib cho phân tích dữ liệu, TensorFlow, PyTorch cho máy học và trí tuệ nhân tạo, Flask, Django cho phát triển web, và nhiều thư viện khác nữa 4 Hỗ trợ đa nền tảng: Python có thể chạy trên nhiều hệ điều hành khác nhau như Windows, Linux, macOS, cũng như các nền tảng di động như Android và iOS.
5 Cộng đồng lớn và hỗ trợ tốt: Python có một cộng đồng lập trình viên lớn, cung cấp nhiều tài liệu học tập, hỗ trợ và tham khảo.
6 Mã nguồn mở: Python là một ngôn ngữ mã nguồn mở, cho phép người dùng sửa đổi, phân phối và sử dụng miễn phí.
• Ưu điểm của Python
- Cú pháp đơn giản, dễ đọc - Bố cục trực quan, dễ hiểu
- Mã ngắn gọn hơn so với các NNLT khác - Có các bộ thư viện chuẩn, module ngoài - Chạy được trên nhiều nền tảng
- Cộng đồng lập trình lớn, hệ thống thư viện đầy đủ, mã nguồn chia sẻ nhiều và phong phú
1
Trang 15• Nhược điểm của Python
- Chương trình chạy chậm
- Giao tiếp khó khăn với thư viện viết bằng NNLT khác khăn với thư viện - Yếu trong hỗ trợ tính toán trên di tính toán trên di động
- Cách viết khối lệnh dễ gây nhầm lẫn - Gỡ lỗi đòi hỏi kinh nghiệm
- Ít hỗ trợ các cơ sở dữ liệu
Trong Python, có rất nhiều thư viện được phát triển để hỗ trợ các nhiệm vụ khác nhau trong phát triển phần mềm, khoa học dữ liệu, machine learning, và nhiều lĩnh vực khác Một số thư viện phổ biến và hữu ích trong Python:
3.2 Thư viện NumPy: NumPy là một thư viện cơ bản cho tính toán khoa học và tính toán
số học trong Python Nó cung cấp các cấu trúc dữ liệu mảng nhiều chiều (arrays) và một loạt các chức năng để làm việc với chúng.
3.3 Thư viện Pandas: Pandas là một thư viện mạnh mẽ cho phân tích và xử lý dữ liệu Nó
cung cấp các cấu trúc dữ liệu dễ sử dụng như DataFrame và Series, cho phép người dùng thực hiện các thao tác như lọc, sắp xếp, và biến đổi dữ liệu một cách hiệu quả.
3.4Thư viện Matplotlib: Matplotlib là một thư viện vẽ đồ thị mạnh mẽ trong Python, cho
phép người dùng tạo ra các biểu đồ 2D đẹp mắt như đồ thị đường, histogram, biểu đồ phân tán, và nhiều loại biểu đồ khác.
Trang 16 Trong code trên, chúng em đã sử dụng các thư viện Python sau:
- pandas (imported as pd): Được sử dụng để làm việc với dữ liệu dạng bảng và chuỗi thời gian thông qua các cấu trúc dữ liệu như DataFrame và Series.
- matplotlib.pyplot (imported as plt): Được sử dụng để tạo và hiển thị các biểu đồ, đồ
Trung bình fixed acidity: 8.32 Trung bình volatile acidity: 0.53 Trung bình citric acid: 0.27 Trung bình alcohol: 10.42
Chất lượng trung bình của rượu vang: 5.64
Heatmap cho thấy một số tương quan giữa các biến đo lường như alcohol và chất lượng rượu vang.
1
Trang 17Chương 5: Kết luận
Phân tích dữ liệu chất lượng rượu vang đỏ đã cung cấp cái nhìn tổng quan về cấu trúc và phân phối của dữ liệu.
Sử dụng các biểu đồ và phân tích thống kê, chúng ta có thể hiểu rõ hơn về mối quan hệ giữa các biến và chất lượng rượu vang.
Tiếp theo, có thể thực hiện các phân tích chi tiết hơn để đưa ra các nhận định và khuyến nghị cụ thể cho ngành công nghiệp rượu vang.
Trang 18TÀI LIỆU THAM KHẢO
UC Irvine Machine Learning Repository Available at: https://archive.ics.uci.edu/datasets
Kaggle Available at: https://www.kaggle.com/datasets
https://unitrain.edu.vn/truc-quan-hoa-du-lieu-voi-python/https://aws.amazon.com/vi/what-is/data-visualization/
1