Python进行数据科学的步骤

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python进行数据科学的步骤
数据科学是科学过程，方法和系统的一个跨学科领域。它用于从结构化或非结构化许多形式的数据中提取见解。以数据为核心，它对数据采用广泛的方法以从中提取关键的见解。
这是对数据科学的简短介绍。如果您选择使用Python for Data Science，我们已经为您准备了一份待办事项清单：
学习用于数据科学的Python –基础
要进入Python for Data Science的世界，您需要了解一些基础知识。如果您尚未开始使用Python，建议阅读“ Python入门”，尤其是以下主题：
Python列表
清单理解
Python元组
Python词典和词典理解
Python决策
Python中的循环
设置机器
为了配合Python for Data Science，我们建议使用Anaconda。它是R和Python编程语言的免费开源发行版，用于大量数据处理，科学计算和预测分析。
学习正则表达式
如果您使用文本数据，则可以通过数据清洗来访问正则表达式。它是从记录集，数据库或表中检测和纠正不正确或损坏的记录的过程。它将数据的不完整，不准确，不正确或不相关的部分分类，然后替换，修改或删除不干净或粗糙的数据。
图片来源：请点击此处
用于数据科学的Python基本库
库是一整套预先存在的实用程序和对象，您可以将其导入脚本中以节省时间和精力。在这里，我们列出了要学习Python进行数据科学时必不可少的基本库。
NumPy- NumPy可以轻松高效地进行数值计算。它在其之上还构建了其他几个库。
熊猫-熊猫 是在NumPy之上创建的一个此类库。它附带了数据结构和探索性检查。它提供的另一个重要功能是DataFrame，它是一种二维数据结构，具有可能不同类型的列。
SciPy-  SciPy将为您提供科学和技术计算所需的所有工具。它具有用于优化，积分，内插，线性代数，FFT，特殊功能，ODE求解器，信号和图像处理以及其他任务的模块。
Matplotlib-  Matplotlib命令灵活的绘图和可视化库。虽然，它很繁琐，所以，您可以代替Seaborn。
scikit-learn- scikit-learn是机器学习的主要库。它具有用于预处理，交叉验证和其他此类目的的模块和算法。一些算法处理回归，集成建模，决策树和非监督学习算法，例如聚类。
Seaborn- 使用Seaborn，比以往任何时候都更方便地绘制常规数据可视化。它基于Matplotlib构建，并提供了更令人愉悦的高级包装。
项目与进修
要真正了解一项技术并学习Python for Data Science，您必须在其中进行一些开发。首先从Internet上可用的问题开始，然后发展自己的技能。然后，提出您自己的问题，并描述和解决它们。
1

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 数据科学 Data Science scikit-learn Matplotlib