lzw2016的博客

数据清洗更新NLP短文本处理(第一天参考文章)[https://blog.youkuaiyun.com/eastmount/article/details/50473675]总结以上两个Tip如何删除停用词NLP之文本清洗NLP一些常用词待读文章第二天学习封装中文分词数据清洗 写代码前要想好数据该用什么格式输出，最好在纸上画出来，然后想如何能实...

使用Pandas分块处理大文件问题：今天在处理快手的用户数据时，遇到了一个差不多600M的txt文本，用sublime打开都蹦了，我用pandas.read_table()去读，差不多花了近2分钟，最后打开发现差不多3千万行数据。这仅仅是打开，如果要处理不知得多费劲。解决：我翻了一下文档，这一类读取文件的函数有两个参数：chunksize、iterator原理就是不一次性把文件数据读入...

本文搜集我学习实战过程中看到的好文，和自己学习总结的一些文章，持续更新数据分析如何入门学习How do I learn data analysis with Python?虽然是英文的，不过看一遍很大收获（可以用百度翻译看一下）Numpy使用快速入门NumpyStack Overflow Numpy问题汇集书籍推荐NumPy Cookbook -第二版 by Ivan I...