36 lines
1.1 KiB
Python
36 lines
1.1 KiB
Python
import pandas as pd
|
|
from pathlib import Path
|
|
|
|
# 第1关：认识岩性识别数据
|
|
# 请补全下列代码，完成数据读取、字段查看和岩性类别统计。
|
|
|
|
# 1. 读取数据
|
|
# 提示：数据文件路径为 /data/workspace/lithology/lithology.csv
|
|
SRCPATH = Path("/data/workspace/lithology/lithology.csv")
|
|
if not SRCPATH.exists():
|
|
SRCPATH = Path("lithology.csv") # pyright: ignore[reportConstantRedefinition]
|
|
|
|
df = pd.read_csv(SRCPATH)
|
|
|
|
# 2. 定义输入特征列
|
|
# 提示：岩性识别的输入特征包括 AC、CAL、GR、K、RD、SP
|
|
feature_cols = ['AC', 'CAL', 'GR', 'K', 'RD', 'SP']
|
|
|
|
# 3. 定义标签列
|
|
# 提示：岩性类别标签列为 Lithology
|
|
label_col = 'Lithology'
|
|
|
|
# 4. 输出数据的行数和列数
|
|
print("数据形状：", df.shape)
|
|
|
|
# 5. 输出所有字段名称
|
|
print("字段名称：", list(df.columns))
|
|
|
|
# 6. 统计每一类岩性的样本数量
|
|
lithology_counts = df[label_col].value_counts().sort_index()
|
|
print("岩性类别统计：")
|
|
print(lithology_counts)
|
|
|
|
# 7. 输出输入特征列表和标签名称
|
|
print("输入特征：", feature_cols)
|
|
print("标签名称：", label_col) |