数据处理第三方包准备

• pycharm的注册码
  server选项里边输入 http://elporfirio.com:1017/就可以了。
  不行再尝试：
  server选项里边输入 http://idea.imsxm.com/。
• 准备：
  • import numpy as np
  • from scipy import linalg(线性计算)
  • import pandas as pd(高级数据结构，Series，DataFrame)
  • import matplotlib.pyplot as plt(绘图)
  • import seaborn as sns(绘图)
  • import nltk(自然语言处理包)
  • from igraph import *(pip install -U python-igraph)
  • scikit-learn(pip install -U scikit-learn,基于scipy)

• numpy
  • 线性计算
    • 计算行列式的值：
      a = np.array([[1,2][3,4]])
linalg.det(a)
      即计算（14/23）=-2
• pandas
  • 序列：
    • s = pd.Series([1,3,5,np.nan,6,8]),dtype:float64
    • dates = pd.date_range('20170101',periods=6)从2017-01-01到2017-01-06的日期list，dtype：datetime64[ns],freq='D'
  • DataFrame
    • df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD')),6行4列的数据，索引和列名.
    • df.head(),展示前几行，不加参数展示全部
    • df.tail(2),展示后几行
    • df.describe(),查看数据的均值，方差，以及极值等等
    • df.T(),行列转换
    • df.sort_values(by='C'),通过C列排序
• matplotlib
  • 示例：
    plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()
• seaborn
  • 示例：
    sns.set(color_codes=True)
x = np.random.normal(size=100)
sns.distplot(x)
• NLTK
  • 下载预料库
    nltk.download()
  • 文本提取
  • 词汇切分
  • 词频分析
  • 词袋模型
  • 情感分析
• igraph (节点和边的关系)
  • 示例：
    g = Graph([(0,1),(0,2),(2,3),(3,4)])每个元素都是俩个节点和一条边
    sumary(g)计算有几个节点和几条边
    g.degree()每个节点几条边
• scikit-learn
  • 分类，聚类，回归和降维