问号该怎么填
# 统计是否被诈骗数量分布num_fraud = data == 1.0].shape # fraud = 1.0 表示 被诈骗数据
num_no_fraud = ??? # fraud = 0.0 表示 未被诈骗数据
print(num_fraud,num_no_fraud)
##绘制正负样本百分比图
# 数据
labels = ['fraud', 'Not fraud']
sizes =
# 绘制饼图
plt.???(sizes, labels=labels,colors=['#fdbf9c','#d6f9d1'], autopct='%1.1f%%', textprops={'fontsize': 13},startangle=90)
# 添加标题
plt.title('是否被诈骗数量分布百分比图',fontsize=15)
# 显示图形
plt.show() 根据给出的提示，你应该能填补这两个问号。你的任务是统计数据中被诈骗和未被诈骗的数量，然后用饼图显示这两个分类的百分比。
第一个问号应该是一个类似于你已经编写的被诈骗数据计数代码，只不过应该计数未被诈骗的数据，因此，你应该筛选出那些'fraud'列等于0.0的数据，然后计算这些数据的数量：
num_no_fraud = data == 0.0].shape
第二个问号应该是matplotlib.pyplot库中的函数，用于绘制饼图，这个函数是 pie ：
plt.pie(sizes, labels=labels,colors=['#fdbf9c','#d6f9d1'], autopct='%1.1f%%', textprops={'fontsize': 13},startangle=90)
所以完整的代码应该是：
# 统计是否被诈骗数量分布
num_fraud = data == 1.0].shape # fraud = 1.0 表示 被诈骗数据
num_no_fraud = data == 0.0].shape # fraud = 0.0 表示 未被诈骗数据
print(num_fraud,num_no_fraud)
#绘制正负样本百分比图
# 数据
labels = ['fraud', 'Not fraud']
sizes =
# 绘制饼图
plt.pie(sizes, labels=labels,colors=['#fdbf9c','#d6f9d1'], autopct='%1.1f%%', textprops={'fontsize': 13},startangle=90)
# 添加标题
plt.title('是否被诈骗数量分布百分比图',fontsize=15)
# 显示图形
plt.show()
以上代码将打印出被诈骗和未被诈骗的数据数量，并展示一个饼图，图中显示了这两种分类的百分比。
页:
[1]