![209dac00a6fc533aaf9a583df1d1d847.gif](https://i-blog.csdnimg.cn/blog_migrate/ab0976661f549718bbd4550437244771.gif)
example.txt
1.安装python和数据分析相关包(也可以直接使用Anaconda科学计算平台)
下载手动安装python
安装numpy,pandas,matplotlib,jupyter,scipy,ipython,pyecharts,eplot等数据分析方面比较流行的包
2.使用jupyter notebook环境
控制台输入jupyter notebook会启动jupyter notebook web服务,可以在网页客户端中进行所有数据分析操作
![ee4aefd25694bc0f0db76b9501775d50.png](https://i-blog.csdnimg.cn/blog_migrate/bbf9e13c05bb010e5b1609d1aecd73ac.jpeg)
所有的ipynb文件都是一个单独的运行环境,可以打开,编辑,运行,新建,保存In输入,Out输出,输入输出改变一次下标都会往上加1
![c40143e75ecdc4f826771978922d5156.png](https://i-blog.csdnimg.cn/blog_migrate/32e60623a3b35872a417130ca9061458.jpeg)
3.简单示例
import pandas as pdimport numpy as npimport jsonfrom pandas import DataFrame, Seriesfrom eplot import eplotpath ='datasets/bitly_usagov/example.txt'"""使用列表推导式加载数据为列表"""records = [json.loads(line) for line in open(path)]"""空值数据填充,并转化为数据集"""clear_tz = DataFrame(records)['tz'].fillna('Missing')clear_tz[clear_tz == ''] = 'Unknown'"""使用value_counts统计每个时区出现的次数"""tz_counts = clear_tz.value_counts()"""通过eplot画图,也可以使用plot"""tz_counts[:5].eplot('pie')
![51783d9565af9ef16af6114dd599afcc.png](https://i-blog.csdnimg.cn/blog_migrate/b587128e46fb23a0d42e0fba113da480.jpeg)