本文介绍了Jupyter作为大数据处理环境的特点，强调了它支持Python语言。内容包括如何在Jupyter中处理CSV文件，如从kaggle网站下载vgsales.csv数据集，以及使用import datasets导入数据。进一步讲解了如何读取CSV文件，并推荐学习pandas数据框架。还提到了几个关键的pandas DataFrame属性和方法，如shape用于获取数组尺寸，describe()显示数值列的统计信息，values则以二维数组形式展示数据。
1.Jupter是用于处理大数据模型的常见环境
2.Jupter用python语言
3.参考example
4.csv文件在jupyter的处理，如何导入数据 impore the datasets（也就是我们第14课提到的东西）
数据源:可下载www.kaggle.com网站
关键词搜索：video game sales,查看对应dataset,下载vgsales.csv即可
5.如何读取scv?
6.可拓展的知识点，去了解pandas数据框架（dataframe）的属性和方法
7.常见的方法和属性
7.1 shape,返回一个二维数组
7.2 describe(),把数值列的统计信息打印出来
7.3 values,以二维数据的形式展示
python学习记录十六-Jupyter常见操作一
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
