数据清洗

数据读取、字符串模糊查找

Python提供了强大的包，直接用于各种数据读取，比如pandas，比如读取excel数据，直接：

import pandas as pd
data = pd.read_excel('sales.xlsx', sheetname='sheet1', header=0)

另外，Python还提供了Fuzzywuzzy，可用于模糊查询和替换。如果提供对应的字符串库，则通过Fuzzywuzzy用于查找和替换给定文本中错误的字符串。比如直接计算两个字符串的编辑距离：

from fuzzywuzzy import fuzz
print fuzz.ratio('Python Package', 'PythonPackage')

PCA主成分：

PCA主成分

数据处理流程：

数据处理流程