推荐Python数据框Pandas视频教程

推荐Python数据框Pandas视频教程_第1张图片

若要独立用 Python 处理数据科学问题,Pandas 是绕不过去的。

新番

今天,花了一上午的时间,跟着这个 Youtube 系列教程,学习了 Pandas 中级技巧。

推荐Python数据框Pandas视频教程_第2张图片

视频来自于 Data School。发布者是 Kevin Markham 。

推荐Python数据框Pandas视频教程_第3张图片

在这个系列视频教程里, Kevin 将自己的 PYCON 2018 workshop 分成了10个部分全部精剪后释出。一步步带你领略 Pandas 的魅力。

我用了2个多小时,完成了他10个视频的全部内容。

收获颇丰。

利用教程中提到的美国交通警务数据来自于斯坦福开放警务项目(THE STANFORD OPEN POLICING PROJECT)。

推荐Python数据框Pandas视频教程_第4张图片

这是数据大概的样子:

一步步按照 Kevin 的指令练习,你可以完成这些内容:

分析男女司机的交通违规都包括哪些类别?每一类占比如何?

推荐Python数据框Pandas视频教程_第5张图片

那些被搜查车辆的男女司机,各是由于什么原因?

推荐Python数据框Pandas视频教程_第6张图片

哪个时段,警察发现违规的数量最多?

推荐Python数据框Pandas视频教程_第7张图片

不同违规行为里,司机年龄是如何分布的?

推荐Python数据框Pandas视频教程_第8张图片

这些分析结果,只是这个教程的一小部分而已。

更妙的是,上述这些图形,几乎都是利用两三条 Pandas 语句,就可以做出。有的只需要一条就可以。

怎么样?有没有想学习的冲动?

教程与 ipynb 文件,都可以从这个github repo下载。

推荐Python数据框Pandas视频教程_第9张图片

安装好 Anaconda 3之后,你就可以打开一个 Jupyter Notebook,跟着视频一起做了。

老友

说说我是怎么找到这么好的视频教程的。

其实一点儿也不稀奇。

你可能感兴趣的:(推荐Python数据框Pandas视频教程)