# Data-analysis python数据分析与挖掘建模

• :soccer: 数据分析与特征处理
• :basketball: 机器学习与数据建模
• :apple: 模型评估
• :hamburger: 自然语言处理
• :cherries: 爬虫那点事
• :fries: kaggle竞赛项目
• :banana: [知识图谱]()

常用工具

• numpy
• pandas
• matplotlib

- seaborn 基于matplotlib，对图像的丰富

• SciPy 科学计算中包的集合

- scipy.integrade 数值积分例程和微分方程求解器 - scipy.linalg 线性代数例程和矩阵分解 - scipy.optimize 函数优化器和根查找算法 - scipy.signal 信号处理工具 - scipy.sparse 稀疏矩阵和稀疏线性系统求解器 - scipy.special SPECFUN(实现了许多常用数学函数) - scipy.stats 标准连续和离散概率分布 - scipy.weave 利用内敛c++代码加速数组计算的工具

• scikit-learn 简称sk-learn, 机器学习工具，用于数据分析和数据挖掘，建立在Numpy, SciPy和matplotlib上。
• Jupyter Notebook的本质是一个Web应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和markdown，kaggle竞赛里资料都是Jupyter格式。用途包括：数据清理和转换，数值模拟，统计建模，机器学习等。
• TensorFlow 是一个采用数据流图，用于数值计算的开源软件库。最初被Google用于机器学习和深度神经网络方面的研究，但也可广泛用于其他计算领域。
• Anaconda 包括Conda，Python以及180多安装好的工具包机器依赖，比如：numpy, pandas等。Conda是一个开源的包，环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

jieba分词Demo