AI 之路——数据分析（1）Pandas小结与框架整理

1. 写在前面

主要是阶段性框架总结

1.1 AI 之路：

数据分析——机器学习——深度学习——CV/NLP

1.2 工具/技能：

Python、NumPy、Pandas、Matplotlib——Scikit-learn；LR、SVM…——TensorFlow、Keras、Pytorch；CNN、RNN…

2. 数据分析

使用 NumPy 或者 Pandas 进行数据分析，后者更为强大和专业，而且有自己的 Matplotlib 的接口可用于可视化。

2.1 数据分析的流程

1. 提出问题
2. 理解数据
3. 数据清洗
4. 构建模型
5. 数据可视化

2.2 数据的基本操作方法

以Pandas操作二维以上的数据为例 ，总结操作数据的一些方法。

2.2.1 Pandas 概览

• Pandas 的方法链：
  绝大数的 Pandas 方法都是返回一个 DataFrame 对象，以便被后续的 Pandas 方法进行使用。
• 创建 DataFrame ：
  传入字典生成：给定每列的值
  传入数组生成：给定每行的值

2.2.2 使用Pandas 操作数据的核心

那么多操作（数据）的方法，总结起来其实就两步：
先选择数据，再进行函数操作。

(