入坑kaggle第二天- 详细分析Titanic - Machine Learning from Disaster

kaggle创始人为Anthony毕业于墨尔本大学，于2010年在创立kaggle, 现在被google收购， 现在有100多万活跃用户。

1. 学习kaggle平台如何参加比赛， 如何提交项目
2. 练习Titanic - Machine Learning from Disaster

泰坦尼克号项目主要是通过一个train.csv文件提供的基础数据，预测test.csv文件中测试数据集的准确性， 然后把预测结果保存到gender_submission.csv提交。

import pandas as pd
train_data = pd.read_csv('titanic/train.csv')

pandas是数据科学库， 和numpy处理矩阵类似， 主要用于处理表格， 相当于一个可编程的excel， 方便处理数据.

按照惯例缩写为pd
所以一般语法：

import pandas as pd # 引入pandas库， 由pd代替

读取文件：一般pandas读取的文件为csv, 也有excel和text文件， 语法一样。

train_data = pd.read_csv('titanic/train.csv') # titanic是上级文件夹

train_data变量名用于保存读取的文件内存

type(train_data)

pandas.core.frame.DataFrame

DataFrame是pandas的数据保存方式， 就是一个数据表格

一下语法可以制作表格：

pd.DataFrame({
   'Yes': [1, 2], 'No': [3, 4]})

可见， pandas可以制作漂亮的表格， DataFrame为制表方法， 字典中的key为column, 代表列的项目名， value用list表示， 代表每一列的具体内容， DataFrame自动加索引。

train_data.head() # 默认读取前五行。