TOP 3大开源Python数据分析工具！

在没有详细介绍机器学习的情况下，我们需要获得一些执行机器学习的数据，我在本文中提供的示例数据不能正常工作，因为它不是数字类型的数据。我们需要操纵数据并将其呈现为数字格式，这超出了本文的范围，例如，我们可以按时间映射日志以获得具有两列的DataFrame：一分钟内的日志数和当前时间：

+------------------+---+  
| 2018-08-01 17:10 | 4 |  
+------------------+---+  
| 2018-08-01 17:11 | 1 |  
+------------------+---+ 

通过这种形式的数据，我们可以执行机器学习算法来预测未来可能获得的访客数量，SciKit-Learn附带了一些样本数据集，我们可以加载一些示例数据，来看一下具体如何运作。

In [1]: from sklearn import datasets  
In [2]: iris = datasets.load_iris()  
In [3]: digits = datasets.load_digits()  
In [4]: print(digits.data) 
 [[ 0. 0. 5. ... 0. 0. 0.]  
[ 0. 0. 0. ... 10. 0. 0.]  
[ 0. 0. 0. ... 16. 9. 0.]  
...  
[ 0. 0. 1. ... 6. 0. 0.]  
[ 0. 0. 2. ... 12. 0. 0.]  
[ 0. 0. 10. ... 12. 1. 0.]] 

这将加载两个用于机器学习分类的算法，用于对数据进行分类。

结论

在大数据领域，Python、R以及Scala是主要的参与者，开源社区中有不少针对这三者的工具，国内互联网企业一向很喜欢基于开源工具自研，选择之前不妨做好功课，抽取使用人数较多且应用场景最接近实际需求的方案。

【编辑推荐】

1. 数据科学20个最好的Python库
2. 数据科学大Battle，你站Python还是R
3. 自从Python数据可视化出了这个模块后，数据可视化就再简单不过了
4. 数据科学领域，你该选 Python 还是 R ？
5. 用Python做数据科学时容易忘记的八个要点！

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!