推薦神器：四大可供學(xué)習(xí)Pandas的GitHub代碼庫(kù)

Github的大名想必?zé)o人不知，無(wú)人不曉。一些新手或許會(huì)不敢接觸Github，但同為初學(xué)者，我非常清楚Github的用途遠(yuǎn)不止管理項(xiàng)目版本。除了人人都可參與的開(kāi)源項(xiàng)目以外，Github上還有豐富的學(xué)習(xí)資源。

網(wǎng)課固然讓人受益良多，但輔以練習(xí)才能鞏固新知。一些常用網(wǎng)站，例如“Codewars”和“Codekata”，提供每日練習(xí)，用戶可根據(jù)自身需求選擇語(yǔ)言并解題。

如果要針對(duì)Pandas進(jìn)行強(qiáng)化練習(xí)，可以參考下列四大可供學(xué)習(xí)Pandas的Github代碼倉(cāng)庫(kù)。其中一個(gè)代碼倉(cāng)庫(kù)經(jīng)Fork次數(shù)最多，受眾層次廣，Pandas新手以及進(jìn)階學(xué)習(xí)者都可使用。

Pandas Exercises——多種類數(shù)據(jù)（4k Forks）

該代碼倉(cāng)庫(kù)由11個(gè)部分組成，涵蓋了從數(shù)據(jù)預(yù)處理到高級(jí)數(shù)據(jù)可視化等內(nèi)容。每個(gè)文件夾中有多個(gè)數(shù)據(jù)集，包含不同的練習(xí)。

用戶可下載IPYNB文件，打開(kāi)Jupyter notebook，親自動(dòng)手一試?？蓪⒋a輸入題目下方的空白cell框格中，并查看“Exercise_with_Solution.ipynb”文件以核對(duì)答案。

該代碼倉(cāng)庫(kù)資源綜合性強(qiáng)，共有27個(gè)notebook可供使用。即使已經(jīng)熟悉Pandas，“入門須知（Getting and knowing）”部分也值得一看，或許可從中新學(xué)到.describe（include=all） 和 .nunique（）等函數(shù)。

Pandas Videos——多種類數(shù)據(jù)/含視頻（1.2k Forks）

該代碼倉(cāng)庫(kù)內(nèi)含的Jupyter notebook附有代碼，其代碼來(lái)自于一個(gè)介紹Pandas多種不同功能的系列視頻。作者使用真實(shí)數(shù)據(jù)集，遍歷了解決問(wèn)題的全過(guò)程，將其寫進(jìn)notebook中并發(fā)布于網(wǎng)上。

理想狀態(tài)下，打開(kāi)Jupyter notebook后便會(huì)隨之播放視頻。視頻和代碼都瀏覽完畢后，可將代碼倉(cāng)庫(kù)中的notebook作為“答題紙”。這些notebook中還附有腳注，有助于厘清特定cell框格的輸出結(jié)果。

這些視頻與相應(yīng)的notebook綜合性極強(qiáng)。對(duì)于Pandas相關(guān)的疑問(wèn)，諸如“如何對(duì)Pandas中的Series和Dataframe進(jìn)行排序”等簡(jiǎn)單小問(wèn)題，或是“如何用Pandas和sci-kit learn在Kaggle完成提交”等復(fù)雜大問(wèn)題，都能在這一代碼倉(cāng)庫(kù)中獲得解答。

100 Pandas Puzzles（1k Forks）

該代碼庫(kù)中含有一個(gè)Jupyter notebook文件和一些練習(xí)以供下載。用戶可將代碼填入問(wèn)題下方的cell框格中，并可與“solutionsnotebook”文件中的相應(yīng)cell框格進(jìn)行比對(duì)。

notebook由不同部分組成，包括“導(dǎo)入Pandas（Importing Pandas）”、“DataFrame基礎(chǔ)知識(shí)（DataFrame basics）”和“Series與DatetimeIndex（Series andDatetimeIndex）”等。大多數(shù)問(wèn)題并不需大段代碼，在理想情況下僅用寥寥幾行即可解決。

該代碼倉(cāng)庫(kù)中的“掃雷（Minesweeper）”部分很有趣，內(nèi)容包含：創(chuàng)建DataFrame，使其內(nèi)含掃雷游戲的必要數(shù)據(jù)，包括方格坐標(biāo)值、格內(nèi)是否含雷及其相鄰方格中的含雷數(shù)量。“掃雷”中等偏難，對(duì)于已完成之前練習(xí)的人來(lái)說(shuō)，仍屬力所能及之范圍。有別于傳統(tǒng)的數(shù)據(jù)分析，該部分考察了在特殊場(chǎng)景中運(yùn)用DataFrame的能力，頗具趣味性。

作者也指出了題目列表尚不完整，有意完善題目的人可以提出申請(qǐng)，以獲取更多練習(xí)、做出更正和改進(jìn)。

Pycon 2019 Tutorial——中等難度（180 Forks）

該代碼倉(cāng)庫(kù)中含有一個(gè)極長(zhǎng)的notebook，其中有作者在自制的“使用Pandas的最佳數(shù)據(jù)科學(xué)實(shí)踐（Data Science Best Practices with Pandas）”視頻中討論到的代碼。該代碼倉(cāng)庫(kù)不含Pandas的基礎(chǔ)知識(shí)，因此適合中等水平的Pandas用戶使用。

它共有八個(gè)主要部分，并不十分遵循“教程”模式，更類似于真實(shí)的數(shù)據(jù)分析項(xiàng)目，從數(shù)據(jù)檢驗(yàn)、數(shù)據(jù)清洗到創(chuàng)建初步可視化，以幫助解答一些具體的問(wèn)題，例如“平均來(lái)說(shuō)，哪類職業(yè)的工作者發(fā)表的TED演講最為有趣？”等。

對(duì)于剛接觸Python和Pandas的數(shù)據(jù)分析項(xiàng)目的新手來(lái)說(shuō)，可以觀看整個(gè)視頻來(lái)學(xué)習(xí)他人如何完成數(shù)據(jù)清洗、探索和分析等不同步驟，取其精華并活用于自己的項(xiàng)目之中。

學(xué)習(xí)的途徑多種多樣，你不妨從中選取符合自己Pandas水平的學(xué)習(xí)資源，在Github上一試身手。