Python每日学习总结（六）

1.数据分析与挖掘技术

（1）什么是数据分析与挖掘技术：

（2）数据分析与挖掘技术能做什么事：

发掘用户潜在需求；

实现信息的个性化推送；

发现疾病与症状之间的规律等

（3）数据挖掘的过程：

定义目标

获取数据

数据探索

数据预处理

挖掘建模

模型评价与发布

---

2.相关模块简介与安装

（1）相关模块的简介：

numpy：高效处理数据

pandas：主要进行数据探索和数据分析

matplotlib：作图模块

scipy：主要进行数值计算

statsmodels：主要用于统计分析

Gensim：主要用于文本挖掘

sklearn，kera：前者机器学习，后者深度学习

 

---

3.Python数据导入实战

（1）导入csv数据：

cdv：一种常见的数据格式

import pandas as pda

pda.read_csv（“地址”）

（2）导入Excel数据：

（3）导入MySQL数据库里的数据：

import pymysql

conn=pymysql.connect（）

（4）导入html数据：

（5）导入txt文本数据：