Premièrement, déterminez la cible

Tout est déterminée, non équipée. Auparavant, je dois rester au cas où et avoir une direction générale. Par exemple, vous êtes prêt à analyser des tarifs locaux ou de commerce électronique certains types de données ou de données dans le champ Vertical.

Deuxièmement, collecter des données

Le reptile est le chemin passivé du débutant de Python et la vue d'ensemble des vaches peut être utilisée à la fois des données, mais vous pouvez utiliser Comprenez également le principe de fonctionnement Web. Le front peut être utilisé comme analyseur de données, qui peut ensuite être utilisé comme base pour visualiser les données Web de données. Pour que vous utilisiez la demande ou la flûte française ou le sélénium, vous pouvez librement, ce n'est pas un objectif «package public», il existe de nombreux exemples de GitHub pour votre référence.

Partie troisième, Analyse des données

"Analyse des données utilisant Python" Ce livre Détails L'utilisation de Panda, chaussettesI Processus de base (données complètes, Analyse description, Conclusion des informations, écriture de rapport), peut être appelée "Analyse des données" peut être appelée "Analyse des données" après la réelle Afficher le flux ci-dessus.

[ANALYSE DE MODÈLE DE MODÈLE, INSPECTION DE MODÈLE, OPTIMISATION DE RECHERCHE,) Après avoir chargé le modèle terminé, les données sont décrites ci-dessus,ce chemin peut être appelé "Mining de données". Sklearn, Xgboost, Pytorch, Tensorflow, Spark, Hadoop ou Outils.
Cinq données d'affichage peuvent également être des rapports statiques hors ligne ou une insertion PPT. Cette étape Matplotlib est la base, pour l'utilisation de bibliothèques visuelles ou d'autres systèmes Python, elle peut, en se concentrant sur la conclusion de votre analyse capable de faire affirmer les lecteurs.

Des rapports de réécriture pour la cible définie, il s'agit d'une répétition de boucle fermée. Semblable à PDCA géré parOrganisation de la construction civile.