python进行数据科学的工作流程与常用的库

数据科学的工作流程：获取、检查和探索、清理和准备、建模、评估、部署。

   获取：常用的库是 python requests。启动方法—import requests。

   检查：（1）推荐使用jupyter记事本，这是一个全面交互的计算环境，它是一个基于Web的前端。启动方法—在Anaconda Prompt中输入jupyter notebook，会弹出一个网页，在new里面选择python3就会新建一个网页记事本。

        （2）pandas是一个卓越的数据分析工具，可以简单的调用并读取数据集且转化为CSV文件，且对数据集的切割与选择有很多快捷方式。

   可视化数据：（1）matplotlib库，这个有点类似MATLAB中的可视化操作

              （2）seaborn库，Seaborn是建立在matplotlib之上的。

   准备：（1）map。map方法适用于序列数据，可以对数据用3字母等代码系统重新进行编码，常用python字典作为其替换参数，适用于数据的单列转变。

(2) apply。apply可以在数据框中创建新的列,适用于数据框，比如对让两列数据的每一行对应相乘得到新的一列。

(3) applymap。applymap适用于对数据框里所有的数据单元执行一个函数。常用用法是根据一定的条件标准来转变或格式化每一个单元。

  (4) groupby。groupby基于某些你所选择的类别对数据进行分组。

   建模和评估：(1) statsmodels是用于探索数据。估计模型，并运行统计检验的python包，可以构造线性回归等标准统计建模。

              (2) scikit-learn是python机器学习包中的王者，scikit-learn覆盖的一些领域包括分类、回归、聚类、降维、模型选择和预处理。

    numpy也是常用的库