第一天.环境准备
提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加
例如:第一章 Python 机器学习入门之pandas的使用
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、环境准备
1.安装Vscode,下载常用插件
以上为常用插件,在vscode中下载安装即可;
2.准备git环境
拥有github账号或者gitee账户均可,但是由于github是国外网站经常进不去,所以这里选择码云作为我们使用的git仓库;
第一步:从git官网下载git
https://git-scm.com/
第二步:下载完成后点击安装,一直点下一步即可,安装成功后,右键桌面空白处会出现如下标识;
第三步:右键桌面空白处,点击Git Bash Here进入git的控制台页面
###配置用户名
git config --global user.name “username” //(名字,随意写)
###配置邮箱
git config --global user.email “55333@qq.com” // 注册账号时使用的邮箱
配置后每次提交,都会带上作者信息;
###配置ssh免密登录
由于git会经常连接码云提交,所以可以配置ssh免密连接
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。