lesson 2 变量与赋值

字符串:数字 字母 文字 符号(引号括起来的文本)

字符串的储存:变量 Variables(储存各种数据)

变量名的组成:字母 数字 下划线

notice:

1. 不能以数字开头;
2. 不能包含空格;
3. 大小写敏感,变量A和变量a是不同的。

常量:储存到变量里的具体数据(运行时不能被修改)

赋值(Assignment):把一个常量放入变量的过程

赋值运算符:“=”

notice:输出变量时是不需要添加引号的

变量每次只能储存一个东西,如果有新的东西加入时,之前的东西就会被丢弃

除了常量,变量也可以为变量赋值

第一行语法错误 invalid syntax 是无效语法,说明变量定义出错 不能以数字开头

第二行名称错误 NameError名称未定义

格式化输出(Formatted Output):对字符串的内容进行灵活替换(模板)

name = "Tony"
print(f"my name is {name}")

小写字母f表示这个字符串需要进行格式化输出

双引号” “定义字符串

大括号 { } 标记了字符串中需要被替换的内容。

转义字符Escape Character:实现特别的功能,例如换行\n

 格式:字符串+换行符\n

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
预处理是数据分析中非常重要的步骤,它是为了准确分析数据而对数据进行的一系列操作。对于lesson数据进行预处理的目的是为了优化数据的质量、可用性和可靠性,以便更好地支持后续的数据分析工作。下面我将从数据清洗、数据规范化、数据转换、数据集成四个方面说明如何对lesson数据进行预处理。 首先是数据清洗,这是预处理的第一个步骤。数据清洗的目的是识别和处理数据中的错误、不一致、重复和缺失等问题,使得数据能够精确无误地支持后续的分析工作。对于lesson数据,我们可以通过删除重复值、填充缺失值、调整不一致的数据格式等方式进行数据清洗。 其次是数据规范化,这是为了处理数据的格式和范围,使得数据更加一致性和可比性。对于lesson数据,我们可以进行数据标准化,如将日期格式统一为YYYY-MM-DD,将文本内容转化为小写或大写等等。 然后是数据转换,这是为了将数据从原始格式转化为适合分析的格式。对于lesson数据,我们可以进行数据转换,如将非数值数据转换为数值数据,对数据进行分类或聚类,进行分箱等等。 最后是数据集成,这是为了将多个数据集合并成一个更大、更全面和更一致的数据集。对于lesson数据,我们可以将不同的数据源集成,比如将学生的成绩、出勤记录、课程评价等数据集成在一起,以进行更全面的数据分析和挖掘。 综上所述,通过数据清洗、数据规范化、数据转换、数据集成等多方面预处理操作,我们可以提高lesson数据的质量、可用性和可靠性,为后续的数据分析工作提供有力的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值