不再的blog

复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。# 导入基本库import numpy as npimport pandas as pd# 载入data文件中的:train-left-up.csvtext = pd.read_csv('/Users/chenandong/D

数据分析主要是包括：数据清洗数据的特征处理数据重构数据可视化开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvtrain_data = pd.read_csv('../titanic/train.csv')2 数据清洗及特征处理我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的

前言这是一门诞生于datawhale的课程，学习它的时候搭配datawhale所配备其他资源会更好，项目地址：https://github.com/datawhalechina/hands-on-data-analysis数据集下载：https://www.kaggle.com/c/titanic/overviewimport numpy as npimport pandas as pdimport osos.getcwd()'C:\\Users\\lyj\\Desktop\\pyproj