跳转至

Python 与数据分析

Python 相关内容会围绕数据分析的完整流程展开:读取数据、清洗数据、探索数据、建模分析和可视化表达。

常用工具

工具 用途
NumPy 数值计算、数组操作
pandas 表格数据处理
Matplotlib 基础可视化
seaborn 统计图形
scikit-learn 机器学习模型
Jupyter 交互式分析与作业整理

计划文章

  • pandas 常用操作速查。
  • 数据清洗的基本流程。
  • 如何把作业代码整理成可复现笔记。
  • 图表如何服务于结论,而不是只追求好看。

示例代码

import pandas as pd

df = pd.DataFrame({
    "name": ["A", "B", "C"],
    "score": [88, 92, 79],
})

print(df.describe())