文件名称：探索使用熊猫和jupyter进行可视化和预测
文件大小：7.22MB
文件格式：ZIP
更新时间：2024-03-21 22:20:03
JupyterNotebook
熊猫和掌握熊猫入门（以前使用熊猫和jupyter进行探索，可视化和预测） 这个项目包含Jupyter Notebooks和相关的Dockerfile，用于Matt Harrison的课程Pandas和Mastering pandas入门。 在2018年6月之前，这是一个为期两天的课程，名为``使用熊猫和Jupyter探索，可视化和预测'' 。 它包含练习和解决方案。 您可以在直接在平台中使用笔记本。 这是一个公共存储库，因此无需创建帐户即可下载其内容。 要从此页面下载源代码，请单击右上角的“云”图标，该图标上方详细说明了最新的提交。 要从您的首选终端应用程序通过git下载，请输入： git clone https://resources.oreilly.com/live-training/explore-visualize-and-predict-using-pandas-and
【文件预览】：
explore-visualize-and-predict-using-pandas-and-jupyter-master
----Solutions()
--------01_introduction_get_inspect_tweak_data_soln.ipynb(538KB)
--------05_grouping_pivoting_revisited_soln.ipynb(1.03MB)
--------begpandas.py(13KB)
--------begpandas.ipynb(292KB)
--------mastering_pandas.py(14KB)
--------03_grouping_pivoting_soln.ipynb(1.29MB)
--------02_basic_stats_filtering_nans_soln.ipynb(1.66MB)
--------mastering_pandas.ipynb(1.76MB)
--------04_machine_learning_soln.ipynb(156KB)
----Class()
--------begpandas.ipynb(21KB)
--------mastering_pandas.ipynb(28KB)
----03_grouping_pivoting.ipynb(9KB)
----05_grouping_pivoting_revisited.ipynb(9KB)
----02_basic_stats_filtering_nans.ipynb(15KB)
----Dockerfile(622B)
----requirements.txt(46B)
----postBuild(2KB)
----README.md(2KB)
----01_introduction_get_inspect_tweak_data.ipynb(20KB)
----Makefile(303B)
----data()
--------vehicles.csv.zip(1.35MB)
--------tao-all2.dat.gz(2.64MB)
--------central-park-raw.csv(270KB)
----04_machine_learning.ipynb(8KB)
----.gitignore(491B)
----.gcloudignore(520B)