#安裝各種數(shù)據(jù)分析庫(kù)（本人使用mac系統(tǒng)，2.7版本python）

#在terminal中使用pip install 完成各種包的安裝

sudo pip install numpy

sudo pip install scipy

sudo pip install matplotlib

sudo pip install scikit-learn

引入包文件

import math

import pandas as pd

import numpy as np

import scipy

import matplotlib

import sklearn

#讀取csv文件

data=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',names=column_names)

#將？替換成標(biāo)準(zhǔn)缺失值表示

data=data.replace(to_replace='?',value=np.nan)

#丟棄帶有缺失值的數(shù)據(jù)（只要有一個(gè)維度缺失）

data=data.dropna(how='any')

#將原始數(shù)據(jù)分割為25%測(cè)試集，75%訓(xùn)練集

from ?sklearn.cross_validation import train_test_split

X_train,X_test,y_train,y_test=train_test_split(data[column_names[1:10]],data[column_names[10]],test_size = 0.25,random_state=33)

#查驗(yàn)訓(xùn)練樣本的數(shù)量和類(lèi)別分布

print y_train.value_counts()

print y_test.value_counts()