1. 前言
本周学习计划是对于前两周学习的统计学理论基础上,将描述性统计理论进行python实践。
前两周其实就是看了下统计学基础理论和同步视频,补充基础知识,顺便在不是很了解的基础上安装了python,所以本周实践起来虽然还是有困难,但是上手容易了许多。
2. Jupyter Notebook介绍
2.1. 什么是Jupyter Notebook
首先,先简单介绍一下jupyter,前两周只是在前人经验上,安装了Anaconda,然后进入了jupyter编译环境,还没有在这个编译环境下调试过代码,其实由于是第一次接触python,也不知道为什么要安装这个,为什么一定是这个,这个和python的关系又是什么?其实脑袋里面是有很多问号的,本周通过网上查找资料和翻阅书籍,将相关理论做了一个整理。
Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。它的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown。 用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等,是数据科学/机器学习社区内一款非常流行的工具。
简单来说就是它提供了一个环境,你可以在其中记录代码,运行代码,查看结果,可视化数据并在查看输出结果。这些特性使其成为一款执行端到端数据科学工作流程的便捷工具 ,可以用于数据清理