关于迭代器： 什么是迭代？ 迭代是访问集合元素的一种方式。 对list、tuple、str等类型的数据，能够使用for...in...的循环语法从其中依次拿到数据进行使用，这样的过程则称为遍历，也叫迭

基本介绍 Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎 。现在形成一个高速发展应用广泛的生态系统。 特点介绍 Spark 主要有三个特点： 首先，高级 API 剥离了对集群本

Kafka是一个分布式的流数据平台，它可以快速地处理大量的实时数据。Python是一种广泛使用的编程语言，它具有易学易用、高效、灵活等特点。在Python中使用Kafka可以帮助我们更好地处理大量的数

41丨数据挖掘实战（3）：如何对比特币走势进行预测？ 我们之前介绍了数据挖掘算法中的分类、聚类、回归和关联分析算法，那么对于比特币走势的预测，采用哪种方法比较好呢？可能有些人会认为采用回归分析会好一些

本文将先介绍正则表达式的两种匹配方式--字符匹配或位置匹配，对一种重要符号的使用进行总结，然后简单介绍正则表达式的匹配原理，并提出一些优化正则表达式的方法，最后通过3个案例展示正则表达式的实际应用。

降维是通过单幅图像数据的高维化，对单幅图像转化为高维空间中的数据集合进行的一种操作。 本项目将依托于MNIST数据集，手把手实现图像数据集降维。

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…

最近在处理数据的时候遇到一个需求，核心就是求取最大连续行为天数。 这里我们用北京空气质量数据作为案例进行演示，需求是找出北京空气质量连续污染最长持续多久并确定其周期。