数据分析 | 零基础入门数据分析（二）：从入门到绊倒？

作者: 娜某人 | 来源:发表于2018-06-22 01:01 被阅读38次

大家好，我是从零开始菜鸡娜。o(〃'▽'〃)o

从零开始是我的强项，也是我很享受的事情。一直以来我都在不断地整理背包，重新出发，去新的城市独自生活，甚至在异国他乡一个人和房东讨价还价，一个人学着给口音奇怪的客服打电话缴各种bill……之前看过的一段话特别喜欢，是这么说的：

当一个人在独自在远方的时候，他获得了一种自由、一种“特权”，叫做“反正没人认识我”。人们总说，不要活在父母、亲戚、同学、同事的嘴里，要勇敢做自己，可是人是社会性动物，这张无形的大网哪是用勇气和力量就能挣脱的呢？但当你在异国他乡走出机场的一瞬间，这张网，这张在你前半生里捆着你、绑着你、拉着你、拽着你的网，这张从你出生以来就给你安全、给你依靠但也使你痛苦、使你压抑的网，消失了，没有灰尘也没有痕迹，只是静静地空气里分崩离析，留下一丝淡淡的脱力感。离开这张网，你会经历一段无所适从的慌乱与孤独，然而不久之后你会发现你变了：有的穿上了一直想穿而不敢穿的衣服、有的内向变开朗、有的勇敢拥抱了自己的性取向、有的原来害怕争论现在能为一个政治观点辩一下午、有的原来多一事不如少一事现在跳上讲台为弱势群体发声、有的终于去追求诗人、画家、歌手这些“不现实”的梦想……每个人的变化都不一样，不能说是变得更好还是更坏了，只是在漫漫人生路中第一次如此真实地感受到“我是我”、“我活着”、“我有无限可能”。

所以你也试试从零开始吧！(๑￫ܫ￩)

从零开始学习基础语言：Python

为了在入门时少走弯路，并且让高涨的积极性不至于太受打击，这里推荐使用Anaconda来管理安装环境和各种工具包。Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。下载链接（密码: kpkr）

在各种平台的网课学习中，听懂只是第一步，接下来一定要配合各种作业来练手~✧୧(๑•̀⌄•́๑)૭✧

娜娜酱的第一个python学习小作业：商铺数据加载及存储

作业要求：

1、成功读取“商铺数据.csv”文件，数据大概长成下图的样子：

2、解析数据，存成列表字典格式：[{'var1':value1,'var2':value2,'var3':values,...},...,{}]

3、数据清洗：

    ① comment，price两个字段清洗成数字

    ② 清除字段缺失的数据

    ③ commentlist拆分成三个字段，并且清洗成数字

4、结果存为.pkl文件

胸有成竹娜娜酱：

1. csv文件读取，定义两个函数

加载路径后，文件用open()函数读取，函数中加上“ encoding = 'utf8' ”可以解决中文文件打开乱码的问题。

定义的第一个函数：getNUM()函数可以把字符串中的数字部分提取出来，这里用到了filter(function, iterable)函数来筛选数字，filter()函数会依次用function作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。Python3中，filter()的返回值是一个filter类，所以需要在外面加上list( filter() )来把返回值变成列表显示。

定义的第二个函数：getscore()函数用来把commentlist里的三个字段拆开，方便后面评分。

commentlist字段中，有三个方面的评分，但是每一条数据中都含有多个空格

我们希望可以把每条数据中的commentlist字段整理成这样：['口味8.3', '环境8.4', '服务8.5']，这个问题的本质在于如何去掉字符串中的空格（这里空格数量是一定的，可以简单地用逗号替换掉这些等量的空格），将这种情况延伸一下：如何去掉字符串中数量不定的连续空格呢？可以将filter()函数和匿名函数lambda结合在一起使用。

通过上文已经了解了filter()函数的用法，下面介绍一下这里用到的匿名函数lambda，（函数语法为lambda parameters:express）冒号左边x是我们想得到的，冒号右边为一个关于x的表达式，这个表达式的值是True或者False。

到底怎么结合呢，先看一下例子：