diff --git a/README.md b/README.md index 85518a2..ef4f4f4 100644 --- a/README.md +++ b/README.md @@ -4,9 +4,9 @@ ## 项目初衷 -动手学数据分析是Datawhale关于数据分析方向的开源项目，这个项目始于Datawhale以前的数据分析课程，那时我作为一名学员的以《python for data analysis》这本书为教材教材，通过刷这本教材的代码来学习数据分析，书里对于pandas和numpy操作讲的很细，但是对于数据分析的逻辑的内容，就少了很多。所以很多学习者和我学完之后发现，敲了一堆代码并不知道它们有什么用。“不知道怎么用”这个想法其实很好理解，在学完了比较理论的东西之后，在生活中实际运用方式和从理论中学到的会有不小的鸿沟。如何抹平这个鸿沟，可能就需要自己的尝试以及学习实战的资料。 +动手学数据分析是Datawhale关于数据分析方向的开源项目，这个项目始于Datawhale以前的数据分析课程，那时我作为一名学员，以《python for data analysis》这本书为教材，通过刷这本教材的代码来学习数据分析，书里对于pandas和numpy操作讲的很细，但是对于数据分析的内容，就少了很多。所以很多学习者和我学完之后发现，敲了一堆代码并不知道它们有什么用。“不知道怎么用”这个想法其实很好理解，在学完了比较理论的东西之后，在实际数据分析的操作中和从理论中学到的会有不小的鸿沟。如何抹平这个鸿沟，可能就需要自己的尝试以及学习实战的资料。 -所以有没有这样一门课，以项目为主线，将知识点孕育其中，通过边学，边做以及边被引导的方式来使学习效果达到更好，学完之后既能掌握pandas等的知识点又能掌握数据分析的大致思路和流程。通过调查发现，市面上关于**数据分析**的项目好像没有可以完全符合这样标准的（失望.jpg）。所以Datawhale的小伙伴一拍即合，一起来做一门这样的开源课程，完成上面所说的那些小目标，让所有使用了我们课程的小伙伴可以更好的开启他的数据分析之路。 +所以有没有可能建立这样一门课，以项目为主线，将知识点孕育其中，通过引导的方式进行边学边做来使学习效果达到更好，学完之后既能掌握pandas等的知识点又能掌握数据分析的大致思路和流程。通过调查发现，市面上关于**数据分析**的项目好像没有可以完全符合这样标准的（失望.jpg）。所以Datawhale的小伙伴一拍即合，一起来做一门这样的开源课程，完成上面所说的那些小目标，让所有使用了我们课程的小伙伴可以更好的开启他的数据分析之路。 现在这门课程已经更新到了1.3版本，我们改善了更好的学习流程，以及提供了更好的答案讲解。后期将会逐步推出配套的教材。我们还是希望从基础的数据分析操作和数据分析流程讲起，在每个模块都引入实战的例子。之后会不断加入新的内容（比如数据挖掘的算法之类的）。这是开源项目，我们会不断迭代，大家共同参与，一起努力。 diff --git "a/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237-\350\257\276\347\250\213.ipynb" "b/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237-\350\257\276\347\250\213.ipynb" index bb29e4f..d69b867 100644 --- "a/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237-\350\257\276\347\250\213.ipynb" +++ "b/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237-\350\257\276\347\250\213.ipynb" @@ -4,7 +4,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "**复习**:这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上[泰坦尼克的任务](https://www.kaggle.com/c/titanic/overview)，实战数据分析全流程。\n", + "**简介**:这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上[泰坦尼克的任务](https://www.kaggle.com/c/titanic/overview)，实战数据分析全流程。\n", "这里有两份资料：\n", "教材《Python for Data Analysis》和 baidu.com &\n", "google.com（善用搜索引擎）" @@ -250,7 +250,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 1.3.1 任务一：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv" + "#### 任务：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv" ] }, { diff --git "a/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237.ipynb" "b/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237.ipynb" index d3d380c..8e8d10a 100644 --- "a/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237.ipynb" +++ "b/\347\254\254\344\270\200\345\215\225\345\205\203\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\270\200\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\350\275\275\345\205\245\345\217\212\345\210\235\346\255\245\350\247\202\345\257\237.ipynb" @@ -9,9 +9,9 @@ "# 动手学数据分析\n", "\n", "## 项目初衷\n", - "这件事始于datawhale以前的数据分析课程，那时我作为一名学员的以《python for data analysis》这本书为教材教材，通过刷这本教材的代码来学习数据分析，书里对于pandas和numpy操作讲的很细，但是对于数据分析的逻辑的内容，就少了很多。所以很多学习者和我学完之后发现，敲了一堆代码并不知道它们有什么用。然后我也上过datawhale的另一门课程—数据挖掘实战。这门课程又比较偏模型和实战，直接给你一个任务，让你去完成，上手难度比较大，但是它的实战性可以让你对于什么是数据挖掘，以及数据挖掘的逻辑有很好的把握。所以有没有这样一门课，以项目为主线，将知识点孕育其中，通过边学，边做以及边被引导的方式来使学习效果达到更好，学完之后既能掌握pandas等的知识点又能掌握数据分析的大致思路和流程。通过调查发现，市面上这样的项目好像没有可以完全符合这样的标准（失望.jpg）。所以datawhale的小伙伴一起来做一门这样的开源课程，完成上面所说的那些小目标，让所有使用了我们课程的小伙伴可以更好的开启他的数据分析之路。\n", + "这件事始于datawhale以前的数据分析课程，那时我作为一名学员的以《python for data analysis》这本书为教材，通过刷这本教材的代码来学习数据分析，书里对于pandas和numpy操作讲的很细，但是对于数据分析的内容，就少了很多。所以很多学习者和我学完之后发现，敲了一堆代码并不知道它们有什么用。然后我也上过datawhale的另一门课程—数据挖掘实战。这门课程又比较偏模型和实战，直接给你一个任务，让你去完成，上手难度比较大，但是它的实战性可以让你对于什么是数据挖掘，以及数据挖掘的逻辑有很好的把握。所以有没有这样一门课，以项目为主线，将知识点孕育其中，通过引导的方式来边学边做，来使学习效果达到更好，学完之后既能掌握pandas等的知识点又能掌握数据分析的大致思路和流程。通过调查发现，市面上这样的项目好像没有可以完全符合这样的标准（失望.jpg）。所以datawhale的小伙伴一起来做一门这样的开源课程，完成上面所说的那些小目标，让所有使用了我们课程的小伙伴可以更好的开启他的数据分析之路。\n", "\n", - "这门课程现在是1.0版本，从基础的数据分析操作和数据分析流程讲起。之后会不断加入新的内容（比如数据挖掘的算法之类的）。这是开源课程，会不断迭代，大家共同参与，一起努力。\n", + "这门课程现在是1.3版本，从基础的数据分析操作和数据分析流程讲起。之后会不断加入新的内容（比如数据挖掘的算法之类的）。这是开源课程，会不断迭代，大家共同参与，一起努力。\n", "\n", "既然这是一门诞生于datawhale的课程，学习它的时候搭配datawhale所配备其他资源会更好。我们提供的代码是jupyter形式的，里面有你所要完成的任务，也有我们给你的提示和引导，所以这样的形式再结合datawhale的[组队学习](https://github.com/datawhalechina/team-learning)，可以和大家一起讨论，一起补充资料，那么学习效果一定会加倍。还有，datawhale之前开源了一门pandas的教程—[Joyful-Pandas](https://github.com/datawhalechina/joyful-pandas)。里面梳理了Pandas的逻辑以及代码展示，所以在我们数据分析的课程中，关于Pandas的操作，你可以参考*Joyful-Pandas*，可以让你的数据分析学习事半功倍。\n", "\n", @@ -1353,7 +1353,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 1.3.1 任务一：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv" + "#### 任务：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206-\350\257\276\347\250\213.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206-\350\257\276\347\250\213.ipynb" index 3b5bd4c..36acb1e 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206-\350\257\276\347\250\213.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206-\350\257\276\347\250\213.ipynb" @@ -4,7 +4,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。" + "【回顾&引言】前面一章的内容主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。" ] }, { @@ -36,8 +36,8 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "## 2 第二章：数据清洗及特征处理\n", - "我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的亚子。" + "## 2 第二章：第一节数据清洗及特征处理\n", + "我们拿到的数据通常是包含冗余或重复信息的，这些信息通常是无效的、重复的或错误的，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的亚子。" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206.ipynb" index b1160d7..cd45571 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\200\350\212\202\346\225\260\346\215\256\346\270\205\346\264\227\345\217\212\347\211\271\345\276\201\345\244\204\347\220\206.ipynb" @@ -4,14 +4,14 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。" + "【回顾&引言】前面一章的内容主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "## 2 第二章：数据清洗及特征处理" + "## 2 第二章：第一节 数据清洗及特征处理" ] }, { @@ -155,7 +155,7 @@ "metadata": {}, "source": [ "### 数据清洗简述\n", - "我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。" + "我们拿到的数据通常是包含冗余或重复信息的，这些信息通常是无效的、重复的或错误的，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042-\350\257\276\347\250\213.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042-\350\257\276\347\250\213.ipynb" index b617934..d5024ea 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042-\350\257\276\347\250\213.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042-\350\257\276\347\250\213.ipynb" @@ -36,14 +36,14 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# 2 第二章：数据重构\n" + "# 2 第二章：第二节 数据重构\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "## 第一部分：数据聚合与运算" + "## 第二部分：数据聚合与运算" ] }, { @@ -73,7 +73,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.2：任务二：计算泰坦尼克号男性与女性的平均票价" + "#### 2.6.2：任务二：计算泰坦尼克号男性与女性的平均票价" ] }, { @@ -98,7 +98,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.3：任务三：统计泰坦尼克号中男女的存活人数" + "#### 2.6.3：任务三：统计泰坦尼克号中男女的存活人数" ] }, { @@ -114,7 +114,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.4：任务四：计算客舱不同等级的存活人数" + "#### 2.6.4：任务四：计算客舱不同等级的存活人数" ] }, { @@ -172,7 +172,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值" + "#### 2.6.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值" ] }, { @@ -188,7 +188,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv" + "#### 2.6.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv" ] }, { @@ -204,7 +204,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.7：任务七：得出不同年龄的总的存活人数，然后找出存活人数最多的年龄段，最后计算存活人数最高的存活率（存活人数/总人数）\n" + "#### 2.6.7：任务七：得出不同年龄的总的存活人数，然后找出存活人数最多的年龄段，最后计算存活人数最高的存活率（存活人数/总人数）\n" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042.ipynb" index 1e45177..ef1c75f 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\270\211\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2042.ipynb" @@ -182,7 +182,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "## 第一部分：数据聚合与运算" + "## 第二部分：数据聚合与运算" ] }, { @@ -221,7 +221,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.2：任务二：计算泰坦尼克号男性与女性的平均票价" + "#### 2.6.2：任务二：计算泰坦尼克号男性与女性的平均票价" ] }, { @@ -255,7 +255,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.3：任务三：统计泰坦尼克号中男女的存活人数" + "#### 2.6.3：任务三：统计泰坦尼克号中男女的存活人数" ] }, { @@ -286,7 +286,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.4：任务四：计算客舱不同等级的存活人数" + "#### 2.6.4：任务四：计算客舱不同等级的存活人数" ] }, { @@ -418,7 +418,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值" + "#### 2.6.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值" ] }, { @@ -451,7 +451,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.4.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv" + "#### 2.6.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041-\350\257\276\347\250\213.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041-\350\257\276\347\250\213.ipynb" index 9a917a7..842b3d9 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041-\350\257\276\347\250\213.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041-\350\257\276\347\250\213.ipynb" @@ -36,7 +36,14 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# 2 第二章：数据重构\n" + "# 2 第二章：第二节 数据重构\n" + ] + }, + { + "cell_type": "markdown", + "metadata": {}, + "source": [ + "## 第一部分：数据文件的组合" ] }, { @@ -183,7 +190,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.5.1 任务一：将我们的数据变为Series类型的数据" + "#### 任务：将我们的数据变为Series类型的数据" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041.ipynb" index df6caf5..207ad8a 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\344\272\214\350\212\202\346\225\260\346\215\256\351\207\215\346\236\2041.ipynb" @@ -121,7 +121,14 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# 2 第二章：数据重构\n" + "# 2 第二章：第二节 数据重构\n" + ] + }, + { + "cell_type": "markdown", + "metadata": {}, + "source": [ + "## 第一部分：数据文件的组合" ] }, { @@ -1253,7 +1260,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#### 2.5.1 任务一：将我们的数据变为Series类型的数据" + "#### 任务：将我们的数据变为Series类型的数据" ] }, { diff --git "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\345\233\233\350\212\202\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226-\350\257\276\347\250\213.ipynb" "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\345\233\233\350\212\202\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226-\350\257\276\347\250\213.ipynb" index 601ebe2..049a884 100644 --- "a/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\345\233\233\350\212\202\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226-\350\257\276\347\250\213.ipynb" +++ "b/\347\254\254\344\272\214\347\253\240\351\241\271\347\233\256\351\233\206\345\220\210/\347\254\254\344\272\214\347\253\240\357\274\232\347\254\254\345\233\233\350\212\202\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226-\350\257\276\347\250\213.ipynb" @@ -11,7 +11,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# 2 第二章：数据可视化" + "# 2 第二章：第四节 数据可视化" ] }, {