利用Python对白葡萄酒品质进行分析与处理实战（附源码）

╰半夏微凉° 2023-09-30 18:43 12阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

众所周知 葡萄酒的价格是与其品质相关的，下面根据数据对白葡萄酒品质进行分析与处理

白葡萄酒的各项指标含义如下

> fixed acidity 固定酸度
> 
> volatile acidity 挥发性酸度
> 
> citric acid 柠檬酸
> 
> residual sugar 剩余糖
> 
> chlorides 氯化物
> 
> free sulfur dioxide 游离二氧化碳
> 
> total sulfur dioxide 总二氧化硫
> 
> density 密度
> 
> PH ph值
> 
> sulphates 酸碱盐
> 
> alcohol 酒精
> 
> quality 品质

首先读取数据 打印部分部分数据如下图

![326d783e3af84394a75852eda1cf0ff6.png][]

import csv
    f = open("data//white_wine.csv", "r")
    reader = csv.reader(f)
    content = []
    for row in reader:
        content.append(row)
    f.close()
    for i in range(5):
        print(content[i])

接着处理数据 首先查看白葡萄酒总共分为几种品质等级

![241c1632a7144cbbbcd60f742ff3c245.png][]

quality_list = []
    for row in content[1:]:
        quality_list.append(int(row[-1]))
    quality_count = set(quality_list)
    print("白葡萄酒共有%d种等级，分别是:%r"%(len(quality_count),quality_count))

然后按白葡萄酒等级将数据集划分为七个自己 并统计每种等级的数量

![df1e252d2e5b48e58b9e42019a7d4014.png][]

content_dict = {}
    for row in content[1:]:
        quality = int(row[-1])
        if quality not in content_dict.keys():
            content_dict[quality] = [row]
        else:
            content_dict[quality].append(row)
    for key in content_dict:
        print(key,":",len(content_dict[key]))

最后再计算每个数据集中fixed acidity的均值

![94583a8f13e14823aa58ba50a10e4171.png][]

mean_list = []
    for key, value in content_dict.items():
        sum= 0
        for row in value:
            sum += float(row[0]) #fixed acidity是第一列数据
        mean_list.append((key, sum/len(value)))
    for item in mean_list:
        print(item[0],":",item[1])
    #     print("\n")
    # print(mean_list)

**创作不易 觉得有帮助请点赞关注收藏~~~**

[326d783e3af84394a75852eda1cf0ff6.png]: https://img-blog.csdnimg.cn/326d783e3af84394a75852eda1cf0ff6.png
[241c1632a7144cbbbcd60f742ff3c245.png]: https://img-blog.csdnimg.cn/241c1632a7144cbbbcd60f742ff3c245.png
[df1e252d2e5b48e58b9e42019a7d4014.png]: https://img-blog.csdnimg.cn/df1e252d2e5b48e58b9e42019a7d4014.png
[94583a8f13e14823aa58ba50a10e4171.png]: https://img-blog.csdnimg.cn/94583a8f13e14823aa58ba50a10e4171.png