泰坦尼克号 - 从灾难中学习机器学习/Titanic - Machine Learning from Disaster（kaggle竞赛）第二集（加载数据）

news2024/11/14 12:02:59

此次目的：

hello大家好，俺是没事爱瞎捣鼓又分享欲爆棚的叶同学！！！准备出几期博客来记录我学习kaggle数据科学入门竞赛的过程，顺便也将其中所学习到的知识分享出来。这是第一集（了解赛题），后面还会更新更详尽的代码和讲解等。（所学主要的内容来自与b站大学恩师“编程教学-Python“的教学视频内容）

在获取到数据后的第一步，我们一个去加载数据，将数据导入，代码如下：

1. 导入相关包

import warnings
warnings.filterwarnings('ignore')
import numpy as np
import pandas as pd
import seaborn as sns

首先，导入了一些基础的Python库：

warnings：用于管理Python警告。通过warnings.filterwarnings('ignore')这行代码，忽略了所有的警告信息，确保在运行代码时不会因为警告而导致输出过多无关信息。
numpy：一个强大的数值计算库，主要用于数组和矩阵的操作。
pandas：用于数据处理和分析的库，特别擅长处理结构化数据，如表格。
seaborn：基于Matplotlib的高级数据可视化库，提供了更为简洁和美观的绘图风格。

2. 设置Seaborn样式

sns.set(style='white', context='notebook', palette='muted')

这行代码设置了Seaborn的全局绘图样式。具体参数的含义如下：

style='white'：背景样式为白色。
context='notebook'：设置绘图的上下文为笔记本，这通常意味着图表元素的大小适合于Jupyter Notebook。
palette='muted'：颜色调色板为柔和的颜色，适合数据分析和展示。

3. 导入Matplotlib库

import matplotlib.pyplot as plt

Matplotlib是Python中最常用的绘图库，而pyplot是其子模块，用于快速绘制各种类型的图表。

4. 导入数据

train = pd.read_csv('./train.csv')
test = pd.read_csv('./test.csv')

这两行代码分别从指定的文件路径加载训练集和测试集数据。数据以CSV格式存储，通过pandas的read_csv函数加载到DataFrame中，这是一种用于处理表格数据的结构。(这里的./train.csv和./test.csv是两个文件存放地址，可能与我不一样哈)

5. 显示数据头部信息

display(train.head())

head()函数用于查看DataFrame的前几行数据。默认情况下，head()函数会返回前5行数据。display()函数用于在Jupyter Notebook中更友好地显示输出。（默认是输出5行，如果想输出例如10行，就可以改为“head(10)”）

6. 完整代码

#导入相关包
import warnings
warnings.filterwarnings('ignore')
import numpy as np
import pandas as pd
import seaborn as sns

#设置sns样式
sns.set(style='white',context='notebook',palette='muted')
import matplotlib.pyplot as plt

#导入数据
train=pd.read_csv('./train.csv')
test=pd.read_csv('./test.csv')
display(train.head())