pages/01data_intro.py

### 数据浏览
import simplestart as ss
import pandas as pd

ss.md('''
## Iris数据集
数据集包含150个数据样本，分为3类，即Setosa，Versicolour，Virginica。每类50个数据，每个数据包含4个属性。
''')

ss.space()

title = "表1. Iris数据集"
subtitle = "sepal_length 花萼长度, sepal_width 花萼宽度, petal_lenght 花瓣长度, petal_width 花瓣宽度"
# 设置全局浮点数显示精度
pd.options.display.float_format = '{:.2f}'.format
df = pd.read_csv("./data/iris.csv")

ss.table(df, index=True, title = title, subtitle = subtitle, width=400)


ss.table(df.describe(), index=True)


ss.md("---")
# 模拟数据
import numpy as np
# 设置随机种子以确保结果可重复
np.random.seed(0)

num_rows = 10000
data = {
    'Column1': np.random.randint(0, 100, size=num_rows),  # 随机整数
    'Column2': np.random.random(size=num_rows),            # 随机浮点数
    'Column3': np.random.choice(['A', 'B', 'C', 'D'], size=num_rows),  # 随机选择的类别
}