首先导入要使用的科学计算包numpy,pandas,可视化matplotlib,seaborn,以及机器学习包sklearn。 然后导入数据，并进行初步的观察，这些观察包括了解数据特征的缺失值，异常值，以及大概的描述性统计。 初步观察到一共有11个特征变量，Price 在这里是…

作者用 python 在 kaggle 上试了几个 project 之后的体会的记录总结。

这个教程将会向你提供关于你可以如何使用Excel和Python的一些见解。它将向你提供你在Python的帮助下，可以用来加载和写入这些电子表格到文件中的包的概述。你将学到如何使用诸如pandas, openpyxl, xlrd, xlutils和pyexcel这样的包。

链接散落的教程文章，做个详细的导读，助你更高效入门数据科学。 2017年6月以来，我陆续在自己的简书专栏《玉树芝兰》里，写了一系列数据科学教程。 这源于一次研究生课编程工作坊尝试。受阎教练的创新思维训练营启发，我在课后把词云制作流程详细记录转述，分享给了大家。 没想到，这篇《如…

什么是数据运营？数据运营有哪三大层次？如何进行精细化的数据运营？如何从 0 开始学数据运营？

选自nature，作者：Davide Castelvecchi，机器之心编译。 Dataset Search 与谷歌的其他专用搜索引擎（如用于搜索新闻和图像的引擎，以及 Google Scholar 和 Google Books）一样可以免费使用，它基于拥有者对文件和数据库的分…

本系列将全面涉及本项目从爬虫、数据提取与准备、数据异常发现与清洗、分析与可视化等细节，并将代码统一开源在GitHub：DesertsX/gulius-projects ，感兴趣的朋友可以先行 star 哈。 请先阅读“中国年轻人正带领国家走向危机”，这锅背是不背？ 一文，以对“…

对kaggle入门题titanic的记录：成绩top 10%。 通过查看给出的数据集，该问题是一个二分类问题。 我的做法是将数据集下载到同目录的dataset文件夹下面，在本地进行特征工程和训练。 打开jupyter或者熟悉的ide，推荐jupyter notebook。 最后…