20
42
数据处理工具-Pandas的安装和介绍
2024-04-05 23:50:11
3点赞
30收藏
2评论
一、Pandas的介绍
Pandas是一款开源的Python第三方库，用于数据分析及处理。以下是来自Pandas中文网站上的介绍：
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
通俗来讲Pandas能够高效并且灵活的处理数据，比如我正在用它来处理电子物料上料清单（BOM），使原始BOM经过处理清除虚拟物料、整理成适应工厂生产的格式。
二、香橙派安装Samba，创建共享文件夹
SSH进入设置界面
sudo orangepi-config
选software
选softy
选samba然后install后面由于已经安装过了无法再安装了，就是设置samba用户、用户密码、用户组，可以都填'orangepi'，然后就会自动创建一个'/ext'的目录，Windows运行：
就能打开了，再输入刚才设置好的samba用户和密码即可使用。在这里我们在Debian上创建了一个共享文件夹用于和Windows文件交换。
第二种方法：通过Windows创建共享文件夹给香橙派访问（不建议）
先在Windows创建共享文件夹，注意'安全'栏位要给用户完全控制权，然后在Debian上面创建个文件夹挂载这个刚在windows创建的共享文件夹:
sudo mount -t cifs -o username='Administrator',password='****' //192.168.50.xx/BOM /home/pi/Desktop/bom
Windows创建共享文件夹‘BOM’就能挂载到Debian桌面的‘bom’文件夹内，这种方式需要每次重启Debian都要挂载这个文件夹。
三、香橙派上创建Python虚拟环境
之前在树莓派上知道从Debian12(Bookworm)开始建议在Python虚拟环境安装Python的第三方库这样做不会破环系统Python的环境，一句话虚拟环境更稳定、兼容更好。
以下命令是在ext下面创建BOM文件夹激活虚拟环境，虚拟环境名称为'env'
cd /ext
mkdir BOM
cd BOM
python -m venv env
source env/bin/activate
如果需要离开虚拟环境用以下指令
deactivate
四、虚拟环境安装Pandas及相关联的第三方库
cd /ext/BOM
source env/bin/activate
pip install openpyxl #用与Excel着色、变更模板
pip install pandas
# 如果网络不好请使用阿里云镜像安装
pip install pandas -i https://mirrors.aliyun.com/pypi/simple/
pip install xlrd #专门处理xls格式的Excel
pip install Jinja2 #变更Excel模板会用到
最后执行'python'->'import pandas as pd'出现上面图上演示的那样就安装完成了。
作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～
卖女孩的火柴棍
二，后面有其他大佬建议，原因在于之前囫囵吞枣，应该得回归基础，找几本书看看。。。
三，目前执行中，但书本看过的内容很快就忘，没啥感觉，对python及其第三库规则or参数还是不甚了解。。。
四，本人非系统开发方向，非程序员，但需要python做统计分析、数据挖掘、规则策略和算法建模，so应该咋办？求指导
校验提示文案
卖女孩的火柴棍
一、数据导入
二、数据预处理（清洗规整、增删改查、数据类型转化）
三、探索分析（可视自动化）
四、特征衍生（组合变量批量自动化生成、特征筛选指标评估自动化）
五、分箱筛选（变量分箱最优自动化）
六、相关性构建（多类算法聚合：逻辑、回归、分类＆机器学习、深度学习、强化学习
七、检验评测（第六项计算各自的混淆矩阵指标，自动化计算结果）
八、分数转换
九、超参调优
so针对第二至七项，就python及其第三方库（自动化）实操详解的电子书及其代码而言，特跪求大佬推荐。。。非AI或者chatgpt+XX系列，书籍需求具体如下：
1、小白速成上手、简单易懂
because：文科转型
2、行业内公认靠谱，电子书中文版（暂不考虑：单个某库的说明书）
because：内容忒多繁杂，且无常用算法库的聚合呈现
3、需要2023年以后出版
because：即使按书实操，旧版书均因为其所涉之第三方库的灭失、相同操作而新旧版本不适配、新旧版本变更操作等原因而导致无法实现同等功能）
校验提示文案
卖女孩的火柴棍
二，后面有其他大佬建议，原因在于之前囫囵吞枣，应该得回归基础，找几本书看看。。。
三，目前执行中，但书本看过的内容很快就忘，没啥感觉，对python及其第三库规则or参数还是不甚了解。。。
四，本人非系统开发方向，非程序员，但需要python做统计分析、数据挖掘、规则策略和算法建模，so应该咋办？求指导
校验提示文案
卖女孩的火柴棍
一、数据导入
二、数据预处理（清洗规整、增删改查、数据类型转化）
三、探索分析（可视自动化）
四、特征衍生（组合变量批量自动化生成、特征筛选指标评估自动化）
五、分箱筛选（变量分箱最优自动化）
六、相关性构建（多类算法聚合：逻辑、回归、分类＆机器学习、深度学习、强化学习
七、检验评测（第六项计算各自的混淆矩阵指标，自动化计算结果）
八、分数转换
九、超参调优
so针对第二至七项，就python及其第三方库（自动化）实操详解的电子书及其代码而言，特跪求大佬推荐。。。非AI或者chatgpt+XX系列，书籍需求具体如下：
1、小白速成上手、简单易懂
because：文科转型
2、行业内公认靠谱，电子书中文版（暂不考虑：单个某库的说明书）
because：内容忒多繁杂，且无常用算法库的聚合呈现
3、需要2023年以后出版
because：即使按书实操，旧版书均因为其所涉之第三方库的灭失、相同操作而新旧版本不适配、新旧版本变更操作等原因而导致无法实现同等功能）
校验提示文案