python数据分析学习第一天记录

概述python数据分析学习第一天记录前言一、数据预处理二、今天学到的方法1.引入库2.读入数据3.学习总结总结前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，而学习机器学习，离不开python语言的学习，今天我开启了python数据分析之旅，希

python数据分析学习第一天记录@H_502_9@前言@H_502_9@一、数据预处理@H_502_9@二、今天学到的方法@H_502_9@@H_502_9@1.引入库@H_502_9@2.读入数据@H_502_9@3.学习总结@H_502_9@总结

---

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，而学习机器学习，离不开python语言的学习，今天我开启了python数据分析之旅，希望每天可以学一点，记录一点。

一、数据预处理

在遇到一个数据分析的话题或项目时，我们所要做的第一步是认真读懂题目，分析出题目给予我们的信息，分析出题目制定的任务。机器学习项目的题目一般会给很多数据，然后这些数据之间有一定的关联，所以在使用机器学习算法进行分析数据前，需要对数据进行预处理。

因此掌握数据预处理的方法和流程，是成为算法工程师的第一步。

预处理所涉及到的 *** 作主要有：

@H_502_9@数据文件的打开和读写；@H_502_9@了解数据的初始格式；@H_502_9@探索数据之间的相关性；@H_502_9@规范化数据格式；@H_502_9@数据字段内容的替换；@H_502_9@事件规范化；@H_502_9@时间规范化：对各类数据中的时间字段进行格式统一转换@H_502_9@预聚合计算；@H_502_9@将部分数据进行编码，比如one-hot编码；@H_502_9@……

而在以上这些预处理中，我们最常用到的两个工具就是numpy和pandas。接下来的持续更新主要围绕数据的分析与处理。

二、今天学到的方法1.引入库

代码如下：

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt

2.读入数据

代码如下：

# 首先查看一下所在目录都有哪些文件import osfor dir,dirnames,filenames in os.walk('/kaggle/input'):	for filename in filenames:		print(os.path.join(dirname, filename))

输出结果如下：

/kaggle/input/titanic/train.csv/kaggle/input/titanic/test.csv/kaggle/input/titanic/gender_submission.csv

于是我们得知该数据集有三个文件。分别是train.csv、test.csv以及gender_submission.csv。
下面对文件中的数据进行查看。

dftrain_raw = pd.read_csv('/kaggle/input/tinanic/train.csv')drtest_raw = pd.read_csv('kaggle/input/titanic/test.csv')dftrain_raw.head()print(dftrain_raw.head())

下面是对训练集前五项的查看：

3.学习总结

os.walk()函数。

os.walk() 方法用于通过在目录树中游走输出在目录中的文件名，向上或者向下。
os.walk() 方法是一个简单易用的文件、目录遍历器，可以帮助我们高效的处理文件、目录方面的事情。在Unix，windows中有效。

代码示例：

import osfor root,dirs,files in os.walk("./", topdown=False):	for name in files:		print(os.path.join(root.name))	for name in dirs:		print(os.path.join(root,name))

value_counts()
value_counts()是一种查看表格某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中有多少重复值。
value_counts()是SerIEs拥有的方法，一般在DataFrame中使用时，需要指定对哪一列或行使用。

代码示例：

%matplotlib inline%config InlineBackend.figure_format = 'png'ax = dftrain_raw['Survived'].value_counts().plot(kind = 'bar',figsize = (12,8),Fontsize=15,rot=0)ax.set_ylabel('Counts',Fontsize = 15)ax.set_xlabel('Survived',Fontsize = 15)plt.show()

总结

以上就是今天要记录的内容，果然真的记录下来的时候，会发现自己每天学习的内容是多么的少。以后要加油。

总结

以上是内存溢出为你收集整理的python数据分析学习第一天记录全部内容，希望文章能够帮你解决python数据分析学习第一天记录所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。