数据分析师不只是统计报表，更是要通过数据发现问题、解决问题，所以不仅要会分析数据，还要挖掘内部规律！
2021-06-22 11:05:02
96.78MB
1
数据来自墨西哥的国家,秘鲁和哥伦比亚,年龄在14至61和不同的饮食习惯和身体状况,有17属性和信息处理2111条记录。与饮食习惯相关的属性有:频繁摄入高热量食物(FAVC)、蔬菜摄入频率(FCVC)、主餐次数(NCP)、餐间食物摄入(CAEC)、每日用水量(CH20)、饮酒量(CALC)。与身体状况相关的属性为:卡路里消耗监测(SCC)、体育活动频率(FAF)、使用科技设备时间(TUE)、使用交通工具(MTRANS)，获得的其他变量为:性别、年龄、身高和体重。标签变量为NObesity，其值为:不足体重、正常体重、超重I级、超重II级、肥胖I级、肥胖II级和肥胖III级。
该数据集为UCL开源数据集，无需授权即可使用。
主要适用Pandas库进行数据分析，是使用Python进行大数据分析入门的很好示例教材。
2021-06-21 14:02:15
1.07MB
参考测试网站：
http://www.pythonscraping.com/pages/warandpeace.html
每个网站都有层叠样式表（Cascading Style Sheet：CSS）
CSS让HTML元素呈现出差异化，是那些具有完全相同修饰的元素呈现出不同的样式。比如，有一些标签如下：
还有一些是这样：
我们显然可以根据class属性的值进行爬取
2021-06-21 09:06:10
1.03MB
我们爬取的内容来源于猫眼电影.
我们先来寻找一下数据接口，一般是保存在JSON里面。
JSON接口是：http://piaofang.maoyan.com/second-box?beginDate=20190726
2021-06-20 21:48:10
15.62MB
1
Python实验课4-13习题及答案.docx
Python
数据科学基础
课后习题答案
大学IT实验教程
期末复习
2021-06-20 12:34:05
56KB
1
泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日，泰坦尼克号在处女航中与冰山相撞，2224名乘客和船员中有1502人丧生。这场轰动性的悲剧震惊了国际社会，并导致了更好的船舶安全规则。
这次海难造成人员伤亡的原因之一是没有足够的救生艇供乘客和船员使用。尽管在沉船中幸存下来有一些运气因素，但有些人比其他人更可能存活下来，如妇女、儿童和上层阶级。
在这个挑战中，我们要求您完成对哪些人可能存活的分析。特别是，我们要求您应用机器学习工具来预测哪些乘客在悲剧中幸存下来。
2021-06-19 20:03:42
1.27MB
1
python数据分析与挖掘实战一书的代码，属于python 大数据分析与挖掘进阶版，数据挖掘实训平台的代码。 这本书你可以买翻版的，非常便宜，10元即可。学习起来亲。
2021-06-17 18:10:32
237.36MB
1