1、什么是信息熵？
1948年，香农提出了信息熵（Entropy）的概念。
信息理论：
1、描述信息的完整性：
当系统的有序状态一致时，数据集中的地方熵越小，数据分散的地方熵越大。
2、描述信息的有序性：
当数据量一致时，系统越有序，熵越低；系统越混乱或分散，熵越高。
“信息熵” (information entropy)是测量样本集合纯度最常用的指标。
二、python实现信息熵的计算代码
1、导入库
importnumpyasnp importpandasaspd
2、 准备数据
data=pd.DataFrame(
{'学历':['专科','专科','专科','专科','专科','本科','本科','本科','本科','本科',
'研究生','研究生','研究生','研究生','研究生'],
'婚否':['否','否','是','是','否','否','否','是','否','否','否','否','是','是','否'],
'是否有汽车':['否','否','否','是','否','否','否','是','是','是','是','是','否','否',
'否'],
'收入水平':['中','高','高','中','中','中','高','高','很高','很高','很高','高','高',
'很高','中'],
'类别':['否','否','是','是','否','否','否','是','是','是','是','是','是','是','否']})3、定义信息熵函数
#定义计算信息熵的函数：计算Inforr(D) definfor(data): a=pd.value_counts(data)/len(data) returnsum(np.log2(a)*a*(-1))
4、数据测试
#print(infor(data["学历"]))#测试结果为1.584962007156