Trong hướng dẫn trước, chúng ta đã đề cập đến kiến thức cơ bản về vòng lặp Python, tìm hiểu cách lặp qua danh sách và danh sách của danh sách. Nhưng có nhiều vòng lặp for hơn là lặp qua các danh sách và trong công việc khoa học dữ liệu trong thế giới thực, bạn có thể muốn sử dụng các vòng lặp for với các cấu trúc dữ liệu khác, bao gồm mảng numpy và DataFrames gấu trúc
Hướng dẫn này bắt đầu với cách sử dụng vòng lặp for để lặp qua các cấu trúc dữ liệu phổ biến của Python ngoài danh sách [như bộ dữ liệu và từ điển]. Sau đó, chúng ta sẽ đi sâu vào việc sử dụng vòng lặp for song song với các thư viện khoa học dữ liệu phổ biến của Python như
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
1, stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
2 và stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
3. Chúng ta cũng sẽ xem xét kỹ hơn về hàm stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4 và nó hữu ích như thế nào khi viết các vòng lặpĐánh giá nhanh. Python cho vòng lặp
Vòng lặp for là một câu lệnh lập trình yêu cầu Python lặp qua một tập hợp các đối tượng, thực hiện cùng một thao tác trên từng đối tượng theo trình tự. Cú pháp cơ bản là
for object in collection_of_objects:
# code you want to execute on each object
Mỗi lần Python lặp qua vòng lặp, biến
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
5 sẽ nhận giá trị của đối tượng tiếp theo trong chuỗi của chúng ta là stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
6 và Python sẽ thực thi mã mà chúng ta đã viết trên từng đối tượng từ stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
6 theo thứ tựBây giờ, hãy đi sâu vào cách sử dụng vòng lặp for với các loại cấu trúc dữ liệu khác nhau. Chúng ta sẽ bỏ qua các danh sách vì chúng đã được trình bày trong phần hướng dẫn trước;
Cấu trúc dữ liệu
bộ dữ liệu
Tuples là trình tự, giống như danh sách. Sự khác biệt giữa bộ dữ liệu và danh sách là bộ dữ liệu là bất biến; . Tuples cũng sử dụng dấu ngoặc đơn thay vì dấu ngoặc vuông
Bất kể những khác biệt này, việc lặp qua các bộ dữ liệu rất giống với danh sách
x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
Nếu chúng ta có một danh sách các bộ dữ liệu, chúng ta có thể truy cập các phần tử riêng lẻ trong mỗi bộ dữ liệu trong danh sách của mình bằng cách đưa chúng vào cả hai dưới dạng biến trong vòng lặp for, như vậy
x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
từ điển
Ngoài danh sách và bộ dữ liệu, từ điển là một loại dữ liệu Python phổ biến khác mà bạn có thể gặp phải khi làm việc với dữ liệu và vòng lặp for cũng có thể lặp qua từ điển.
Từ điển Python bao gồm các cặp khóa-giá trị, vì vậy trong mỗi vòng lặp, có hai phần tử chúng ta cần truy cập [khóa và giá trị]. Thay vì sử dụng
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
8 như chúng ta làm với danh sách, để lặp qua cả hai khóa và giá trị tương ứng cho mỗi cặp khóa-giá trị, chúng ta cần gọi phương thức stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
9Ví dụ: hãy tưởng tượng chúng ta có một từ điển tên là
AAPL : 187.31
MSFT : 124.06
FB : 183.5
0 chứa cả mã cổ phiếu và giá cổ phiếu tương ứng. Chúng tôi sẽ sử dụng phương pháp stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
9 trong từ điển của chúng tôi để tạo khóa và giá trị cho mỗi lần lặp lạistocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
AAPL : 187.31
MSFT : 124.06
FB : 183.5
Lưu ý rằng khóa tên và giá trị là hoàn toàn tùy ý;
Dây
Như đã đề cập trong hướng dẫn nhập môn, vòng lặp for cũng có thể lặp qua từng ký tự trong chuỗi. Là một đánh giá nhanh, đây là cách nó hoạt động
print["data science"]
for c in "data science":
print[c]
data science
d
a
t
a
s
c
i
e
n
c
e
Mảng Numpy
Bây giờ, hãy xem cách vòng lặp có thể được sử dụng với các gói khoa học dữ liệu phổ biến của Python và các kiểu dữ liệu của chúng
Chúng ta sẽ bắt đầu bằng cách xem cách sử dụng vòng lặp for với mảng
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
1, vì vậy hãy bắt đầu bằng cách tạo một số mảng số ngẫu nhiênimport numpy as np
np.random.seed[0] # seed for reproducibility
x = np.random.randint[10, size=6]
y = np.random.randint[10, size=6]
Việc lặp qua một mảng có nhiều mảng một chiều rất giống với việc lặp qua một danh sách
x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
0x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
1Bây giờ, nếu chúng ta muốn lặp qua một mảng hai chiều thì sao?
x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
2x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
3Mảng hai chiều được xây dựng từ một cặp mảng một chiều. Để truy cập mọi phần tử thay vì mọi mảng, chúng ta có thể sử dụng hàm numpy
AAPL : 187.31
MSFT : 124.06
FB : 183.5
3, một đối tượng lặp đa chiều lấy một mảng làm đối số của nóTrong đoạn mã dưới đây, chúng ta sẽ viết một vòng lặp for lặp qua từng phần tử bằng cách chuyển
AAPL : 187.31
MSFT : 124.06
FB : 183.5
4, mảng hai chiều của chúng ta, làm đối số cho AAPL : 187.31
MSFT : 124.06
FB : 183.5
3x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
4_______8_______5Như chúng ta có thể thấy, điều này đầu tiên liệt kê tất cả các phần tử của x, sau đó là tất cả các phần tử của y
Nhớ. Khi lặp qua các cấu trúc dữ liệu khác nhau này, từ điển yêu cầu một phương thức, các mảng có nhiều mảng yêu cầu một hàm
Khung dữ liệu gấu trúc
Khi chúng tôi làm việc với dữ liệu bằng Python, chúng tôi thường sử dụng
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
2 DataFrames. Và may mắn thay, chúng ta cũng có thể sử dụng các vòng lặp for để lặp qua các vòng lặp đóHãy thực hành làm điều này trong khi làm việc với một tệp CSV nhỏ ghi lại GDP, thành phố thủ đô và dân số của sáu quốc gia khác nhau. Chúng tôi sẽ đọc phần này vào DataFrame của gấu trúc bên dưới
Pandas hoạt động hơi khác so với numpy, vì vậy chúng tôi sẽ không thể lặp lại quy trình numpy mà chúng tôi đã học được. Nếu chúng tôi cố gắng lặp lại một DataFrame của gấu trúc như chúng tôi sẽ làm với một mảng có nhiều mảng, điều này sẽ chỉ in ra các tên cột
x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
6x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
7Thay vào đó, chúng tôi cần đề cập rõ ràng rằng chúng tôi muốn lặp lại các hàng của DataFrame. Chúng tôi thực hiện việc này bằng cách gọi phương thức
AAPL : 187.31
MSFT : 124.06
FB : 183.5
7 trên DataFrame và in nhãn hàng và dữ liệu hàng, trong đó một hàng là toàn bộ chuỗi gấu trúcx = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
8x = [10,20,30,40,50]
for var in x:
print["index "+ str[x.index[var]] + ":",var]
9Chúng tôi cũng có thể truy cập các giá trị cụ thể từ chuỗi gấu trúc. Giả sử chúng ta chỉ muốn in thủ đô của mỗi quốc gia. Chúng tôi có thể chỉ định rằng chúng tôi chỉ muốn đầu ra từ cột “Vốn” như vậy
index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
0_______9_______1Để tiến xa hơn những bản in đơn giản, hãy thêm một cột bằng vòng lặp for. Hãy thêm cột GDP bình quân đầu người. Hãy nhớ rằng
AAPL : 187.31
MSFT : 124.06
FB : 183.5
8 dựa trên nhãn. Trong mã bên dưới, chúng tôi sẽ thêm cột và tính toán nội dung của nó cho mỗi quốc gia bằng cách chia tổng GDP của quốc gia đó cho dân số của quốc gia đó và nhân kết quả với một nghìn tỷ [vì số GDP được liệt kê theo đơn vị nghìn tỷ]index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
2index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
3Đối với mỗi hàng trong khung dữ liệu của chúng tôi, chúng tôi đang tạo một nhãn mới và đặt dữ liệu hàng bằng tổng GDP chia cho dân số của quốc gia và nhân với 1 nghìn đô la cho hàng nghìn đô la
Hàm stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
Chúng tôi đã thấy cách chúng tôi có thể sử dụng các vòng lặp để lặp qua bất kỳ chuỗi hoặc cấu trúc dữ liệu nào. Nhưng nếu chúng ta muốn lặp lại các chuỗi này theo một thứ tự cụ thể hoặc trong một số lần cụ thể thì sao?
Điều này có thể được thực hiện với chức năng
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4 tích hợp sẵn của Python. Tùy thuộc vào số lượng đối số bạn chuyển đến hàm, bạn có thể quyết định vị trí bắt đầu và kết thúc của chuỗi số đó cũng như mức độ chênh lệch giữa số này với số tiếp theo. Lưu ý rằng, tương tự như danh sách, số đếm của hàm stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4 bắt đầu từ 0 chứ không phải từ 1Có ba cách chúng ta có thể gọi
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4- phạm vi [dừng]
- phạm vi [bắt đầu, dừng]
- phạm vi [bắt đầu, dừng, bước]
print["data science"]
for c in "data science":
print[c]
3
print["data science"]
for c in "data science":
print[c]
phạm vi [dừng] nhận một đối số, được sử dụng khi chúng tôi muốn lặp lại một chuỗi số bắt đầu từ 0 và bao gồm mọi số cho đến, nhưng không bao gồm, số chúng tôi đặt làm điểm dừng
index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
4index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
5print["data science"]
for c in "data science":
print[c]
4
print["data science"]
for c in "data science":
print[c]
phạm vi [bắt đầu, dừng] có hai đối số, trong đó chúng ta không chỉ có thể đặt phần cuối của chuỗi mà còn cả phần đầu. Bạn có thể sử dụng phạm vi [] để tạo một chuỗi số từ A đến B bằng cách sử dụng phạm vi [A, B]
index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
6index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
7print["data science"]
for c in "data science":
print[c]
5
print["data science"]
for c in "data science":
print[c]
phạm vi [bắt đầu, dừng, bước] có ba đối số. Ngoài các giá trị tối thiểu và tối đa, chúng ta có thể đặt sự khác biệt giữa một số trong chuỗi và số tiếp theo. Giá trị bước mặc định là 1 nếu không có giá trị nào được cung cấp
index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
8index 0: 10
index 1: 20
index 2: 30
index 3: 40
index 4: 50
9Lưu ý rằng điều này hoạt động tương tự đối với các chuỗi không phải là số
Chúng ta cũng có thể sử dụng chỉ mục của các phần tử trong một chuỗi để lặp lại. Ý tưởng chính là trước tiên tính toán độ dài của danh sách và sau đó lặp lại chuỗi trong phạm vi độ dài này. Hãy xem xét một ví dụ
x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
0x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
1Trong vòng lặp for ở trên, chúng ta đang xem chỉ mục và ngôn ngữ của biến, từ khóa in và hàm
stocks = {
'AAPL': 187.31,
'MSFT': 124.06,
'FB': 183.50
}
for key, value in stocks.items[] :
print[key + " : " + str[value]]
4 để tạo một dãy số. Lưu ý rằng chúng tôi cũng sử dụng hàm print["data science"]
for c in "data science":
print[c]
7 trong trường hợp này, vì danh sách không phải là sốĐối với mỗi lần lặp lại, chúng tôi đang thực hiện câu lệnh in của mình. Vì vậy, đối với mọi chỉ mục trong phạm vi len[ngôn ngữ], chúng tôi muốn in một ngôn ngữ. Vì độ dài của chuỗi ngôn ngữ của chúng tôi là 6 [đó là giá trị mà
print["data science"]
for c in "data science":
print[c]
8 đánh giá], chúng tôi có thể viết lại câu lệnh như saux = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
2x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
1Vẽ đồ thị với vòng lặp For
Giả sử chúng ta muốn lặp qua một tập hợp và sử dụng từng phần tử để tạo một ô con hoặc thậm chí cho từng dấu vết trong một ô. Ví dụ: hãy lấy bộ dữ liệu mống mắt phổ biến [tìm hiểu thêm về dữ liệu này] và thực hiện một số đồ thị với vòng lặp for. Hãy xem xét biểu đồ dưới đây
[Nếu bạn không quen với Matplotlib hoặc Seaborn, hãy xem các hướng dẫn dành cho người mới bắt đầu về Kyso. Matplotlib, Seaborn. Dataquest cũng cung cấp các khóa học tương tác về trực quan hóa dữ liệu Python]
x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
4x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
5x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
6Ở trên, chúng ta đã vẽ sơ đồ chiều dài đài hoa so với chiều rộng đài hoa, nhưng chúng ta có thể làm cho biểu đồ có ý nghĩa hơn bằng cách tô màu từng điểm dữ liệu theo từng loại loài hoa. Một cách để làm điều này là tự phân tán từng điểm bằng cách sử dụng vòng lặp for và chuyển vào màu tương ứng
x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
7_______10_______6Điều gì sẽ xảy ra nếu chúng ta muốn trực quan hóa phân phối đơn biến của một số tính năng nhất định trong bộ dữ liệu mống mắt của mình?
x = [[1,2], [3,4], [5,6]]
for a, b in x:
print[a, "plus", b, "equals", a+b]
9Bây giờ không đi sâu vào cú pháp matplotlib, bên dưới là mô tả ngắn gọn về từng thành phần chính trong biểu đồ của chúng tôi
- plt. subplot[ ] – được sử dụng để tạo lưới 2 nhân 2 của chúng tôi và đặt kích thước tổng thể
- zip[ ] – đây là một hàm python tích hợp giúp việc lặp đồng thời qua nhiều lần lặp có cùng độ dài trở nên cực kỳ đơn giản
- trục. flatten[], trong đó flatten[] là một phương thức mảng có nhiều mảng – phương thức này trả về một phiên bản phẳng của các mảng [cột] của chúng ta
- cây rìu. set[] – cho phép chúng ta thiết lập tất cả các thuộc tính của đối tượng
0 bằng một phương thức duy nhấtdata science d a t a s c i e n c e
Hoạt động bổ sung
Vòng lồng nhau
Python cho phép chúng ta sử dụng một vòng lặp bên trong một vòng lặp khác. Điều này liên quan đến một vòng lặp bên ngoài có, bên trong các lệnh của nó, một vòng lặp bên trong
Xét cấu trúc sau
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
0Các vòng lặp lồng nhau có thể hữu ích để lặp qua các mục trong danh sách bao gồm các danh sách. Trong một danh sách bao gồm các danh sách, nếu chúng ta chỉ sử dụng một vòng lặp for, chương trình sẽ xuất từng danh sách bên trong dưới dạng một mục
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
11 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
2Để truy cập từng mục riêng lẻ của danh sách nội bộ, chúng tôi xác định vòng lặp for lồng nhau
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
31 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
4Ở trên, vòng lặp for bên ngoài đang lặp qua danh sách các danh sách chính [chứa hai danh sách trong ví dụ này] và vòng lặp for bên trong đang lặp qua chính các danh sách riêng lẻ. Vòng lặp bên ngoài thực hiện 2 lần lặp [cho mỗi danh sách con] và ở mỗi lần lặp, chúng tôi thực hiện vòng lặp bên trong, in tất cả các phần tử của danh sách con tương ứng
Điều này cho chúng ta biết rằng điều khiển di chuyển từ vòng lặp ngoài cùng, đi qua vòng lặp bên trong rồi quay trở lại vòng lặp for bên ngoài, tiếp tục cho đến khi điều khiển bao phủ toàn bộ phạm vi, tức là 2 lần trong trường hợp này
Tiếp tục và phá vỡ các vòng lặp
Các câu lệnh điều khiển vòng lặp thay đổi việc thực thi vòng lặp for khỏi trình tự bình thường của nó
Điều gì sẽ xảy ra nếu chúng ta muốn lọc ra một ngôn ngữ cụ thể trong vòng lặp bên trong của mình?
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
51 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
6Trong vòng lặp của chúng tôi ở trên, trong vòng lặp bên trong, nếu ngôn ngữ bằng "tiếng Đức", chúng tôi chỉ bỏ qua bước lặp đó và tiếp tục với phần còn lại của vòng lặp. Vòng lặp không kết thúc
Hãy xem xét một ví dụ số dưới đây
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
7_______11_______8Vì vậy, ở đây, chúng tôi đã xác định một vòng lặp lặp lại trên tất cả các số từ 0 đến 9 và bình phương mỗi số. Trong vòng lặp của chúng tôi, tại mỗi lần lặp, chúng tôi đang kiểm tra xem số đó có chia hết cho 2 hay không, tại thời điểm đó vòng lặp sẽ tiếp tục thực hiện, bỏ qua lần lặp khi i ước tính thành một số chẵn
Điều gì về một tuyên bố phá vỡ? . Hãy xem một minh họa đơn giản về cách thức hoạt động của nó bằng cách sử dụng ví dụ tương tự như trên
1 plus 2 equals 3
3 plus 4 equals 7
5 plus 6 equals 11
9_______0_______0Trong ví dụ trên, câu lệnh if của chúng ta đưa ra điều kiện là nếu biến i của chúng ta có giá trị là 7, thì vòng lặp của chúng ta sẽ bị ngắt, vì vậy vòng lặp của chúng ta sẽ lặp lại trên các số nguyên từ 0 đến 6 trước khi hoàn toàn thoát khỏi vòng lặp
Tìm kiếm thêm?
- Hướng dẫn Python — Danh sách ngày càng mở rộng của chúng tôi về các hướng dẫn Python dành cho khoa học dữ liệu
- Các khóa học về khoa học dữ liệu — Đưa việc học của bạn lên một tầm cao mới với các khóa học về lập trình, khoa học dữ liệu và thống kê tương tác đầy đủ, ngay trong trình duyệt của bạn
Phần kết luận
Trong hướng dẫn này, chúng ta đã tìm hiểu về một số ứng dụng nâng cao hơn của vòng lặp for và cách chúng có thể được sử dụng trong quy trình khoa học dữ liệu Python điển hình
Chúng tôi đã học cách lặp qua các loại cấu trúc dữ liệu khác nhau và cách sử dụng các vòng lặp với pandas DataFrames và matplotlib để tạo nhiều dấu vết hoặc ô phụ theo chương trình
Cuối cùng, chúng tôi đã xem xét một số kỹ thuật nâng cao hơn cho phép chúng tôi kiểm soát nhiều hơn hoạt động và thực thi vòng lặp for của chúng tôi
Nếu bạn muốn tìm hiểu thêm về chủ đề này, hãy xem đường dẫn Nhà khoa học dữ liệu trong Python của Dataquest sẽ giúp bạn sẵn sàng cho công việc trong khoảng 6 tháng
Hướng dẫn này có hữu ích không?
Chọn con đường của bạn để tiếp tục học các kỹ năng dữ liệu có giá trị
Hướng dẫn Python
Thực hành các kỹ năng lập trình Python của bạn khi bạn làm việc với các hướng dẫn miễn phí của chúng tôi
Các khóa học khoa học dữ liệu
Cam kết học tập với các khóa học khoa học dữ liệu tương tác, trong trình duyệt của bạn bằng Python, R, SQL, v.v.
for loopsintermediateMatplotlibNumpyPandaspythonrangetutorialTutorials
Giới thiệu về tác giả
Kyle O Shea
Đồng sáng lập và Trưởng nhóm Khoa học Dữ liệu tại Kyso. Kyso là nơi bạn có thể viết blog và chia sẻ khoa học dữ liệu của mình, đồng thời khám phá những hiểu biết và trực quan hóa dữ liệu tuyệt vời. Nó giống như Phương tiện, nhưng dành cho khoa học dữ liệu