兵临城下！Markdown入门与Pandas学习2——机器学习分享day 4

前言

大家早上好呀，我是完熊🦝，欢迎来到我们机器学习之旅的Day 4！

在Day 3，我们成功搭建好了环境，还小试牛刀了Pandas的两个核心数据结构——Series和DataFrame。今天的内容会非常充实，我们将兵分两路：

1. 先介绍浣熊的百宝箱里的一件能极大提升笔记和文档效率的神器——Markdown。

2. 然后继续Pandas实战，学习如何加载真实数据并对其进行最核心的查看与选择操作。

第一部分：Markdown入门

今天的浣熊百宝箱介绍的工具叫Markdown。你可能会好奇，之前看到的代码块与文字结合的内容是怎么实现的——其实就是在Markdown里实现的。它能让你记笔记、写文档、运行py代码的效率和美观度都瞬间翻倍！

1. Markdown是什么？

首先要明确：Markdown不是无需安装的软件，它是一种写作的语法规则。

你只需要用一些极简的符号（比如# *），就能为纯文本赋予格式。而很多我们常用的软件，天生就能“看懂”这种语法并把它渲染成漂亮的样子。

2. 在哪里使用Markdown？

• Jupyter Notebook (网页端): 这是我们数据科学家的主战场。在Jupyter中，单元格（Cell）有两种主要类型：Code（代码）和Markdown（文本）。当你把单元格类型切换到Markdown，就可以用这种语法来写注释、做笔记、展示分析思路了！我们下载了jupyter后可以在终端中输入jupyter Notebook，随后网页中会自动跳转到主界面。

• IDE插件 (比如PyCharm, VS Code): 在PyCharm里可以通过插件来使用Jupyter Notebook。同样，这些IDE也支持直接创建.md文件，并提供实时预览窗口，让你边写边看效果。

• 其他平台： 像GitHub的项目说明（README.md）、Kaggle的Notebook、AI生成的文本内容，都广泛支持Markdown。可以说，它已经是程序员的“必会写作技巧”。

3. 为什么它对我们数据分析者这么重要？

对于我们来说，Markdown是数据分析工作流中不可或缺的一部分，尤其是在Jupyter Notebook中，它能带来三大核心优势：

• 实现“文学化编程”

  最大的好处就是实现了段落式运行py代码！Jupyter允许我们创建一个Markdown单元格写下我们的分析思路和假设，紧接着在下一个Code单元格里编写Python代码来验证它，然后再下一个Markdown单元格里解释代码的输出结果。

• 成为“数据故事的讲述者”

  一份只有代码的分析文件是很难让人读懂的。而一份用Markdown清晰地解释了每一步“为什么这么做”、“代码结果说明了什么”的Notebook，就在讲述一个“数据故事”。

• 一键生成可分享的报告

  因为Jupyter Notebook完美融合了Markdown的文本、代码的逻辑和代码运行生成的图表，所以你可以轻松地将整个.ipynb文件导出为一份HTML或PDF格式的精美报告。

4. 快速上手：核心语法

花几分钟熟悉一下，你就能轻松写出结构清晰的笔记和文档了！

第二部分：加载与选择文件

好了，工具箱更新完毕！现在让我们回到Pandas的主线任务。我们将不再满足于自己创造的小数据，而是要向一个真实的、外部的数据集发起探索！今天的任务很明确：学会加载真实数据，并掌握数据操作中最核心的查看、选择与切片。

1、读取数据

我们之前的数据都是自己手动创建的，但在真实世界里，数据通常都存放在文件里。CSV (逗-号分隔值) 就是最常见的一种表格数据文件。而Pandas提供了一个超级强大的“传送门”——pd.read_csv()函数，可以轻松地将文件里的数据传入一个DataFrame。

我们将使用一个非常经典的公开数据集。你不需要下载它，Pandas可以直接从URL读取！

仅仅一行代码，一个包含891名乘客、12个维度信息的数据集就已经在我们的df里了，是不是非常方便！

2、数据初探

数据成功加载！我们不要急着深入分析，而是像医生给病人做检查一样，先对数据进行一次快速的“体检”，了解它的基本情况。

3、 精准选择

体检完毕，现在是时候学习如何精准地获取我们想要的数据了！

【敲黑板】.loc vs .iloc 的核心区别：.loc认的是索引的名字（标签），.iloc认的是行在表格里的位置（第几行）。现在默认索引下它们看起来很像，但这个区别在未来至关重要！

结语

今天我们迈出了一大步！从加载真实数据，到快速“体检”，再到精准地选择出我们想要的部分，你已经掌握了数据分析中最核心、最高频的操作。

现在我们能“找到”数据了，但下一步呢？当然是根据条件去筛选数据！下一篇，我们将学习如何向数据提出更具体的问题，比如“筛选出所有年龄小于18岁的乘客”，学会向数据提问。

浣熊的小游戏终于肝完了，也是成功提交上去了（还剩两分半截止）接下来有时间了可能更新频率会稍微高一些。

两天也是花了差不多一个半小时才编辑出来这篇文章，希望大家能有收获

欢迎大家在评论区讨论、分享、建议、指正，催更达咩我是浣熊，我们下次不知道什么时候再见