天池 · 比赛入门与实践2

接上 天池 · 比赛入门与实践1 – 阿俯伏の编程日记

这篇继续课程的实践部分。

第一个学习的课程是一个数据分析入门赛事 -【Python入门系列】用Pandas揭秘美国选民的总统喜好。

官方直接提供了个基线版本我们，我们只需要fork基线，然后边运行编学习就行了，相当于手把手教入门。

先附上我的课题成果。
https://tianchi.aliyun.com/notebook-ai/detail?postId=798044

涵盖

1. 数据集准备
   既然是分析美国选民的总统喜好，那先得有数据吧，官方就已经准备好了，直接下载。
   
   
2. 数据处理
   相当于数据准备阶段，把数据加载合并。
   • 利用 pd.read_csv 加表头
   • 利用 pd.merge 合并表（联表）
   • 利用 pd.DataFrame 提取列
     
3. 数据探索与清洗
   相当于调整数据，把数据整成规范的，程序可处理的。
   • 调用 shape 属性查看数据的规模 多少行 多少列
   • 调用 info 函数查看数据信息 包括每个字段的名称、非空数量、字段的数据类型
   • 调用 describe 函数查看数据分布
     
4. 数据分析
   学习了简单的数据分析函数
   • groupby
   • sum
   • sort_values
   • value_counts
     
5. 数据可视化
   利用 matplotlib.pyplot 类库画图（渲染），利用 wordcloud 制作词云。
   词云就是把一些词条以一定形式填充到一个区域里。
   • 柱状图
   • 饼图
   • 热力图
   • 折线图
   • 词云图
     
     

最后再给几个题目自己完成。

个人感悟

数据清洗原来是一个重要的环节，把数据整理成好的规范的格式，后面数据分析才能顺利。

新手级的数据分析、可视化是相对简单的，甚至困难程度比数据清洗还小。因为实操过程中，我发现 chatGPT 完全可以胜任，代码有准又快。

但同时，我也发现了，有些高玩，可以利用这些数据，结合更多的数学理论，去做胜率推算，这也许就是高玩吧。

这个课程，给我的感受，像是初次踏入阔野的孩童，眺望无边的夜空，满眼星辰。

附上高玩截图