ref: http://qiita.com/shizuma/items/027167c6257f1c9d2a6f
Installez la dernière version d'anaconda (Python et assortiment de divers packages) via pyenv conformément à l'article ci-dessus (Pyenv est mis en place par homebrew, etc.)
pyenv install anaconda3-2.4.1
pyenv global anaconda3-2.4.1
Déplacer vers n'importe quel dossier pour commencer
ipython notebook
Ensuite, localhost: 8888
sera lancé.
shortcuts
Les raccourcis suivants peuvent être utilisés dans l'état esc. Mode de commande Vi
Raccourcis | Fonctionnalités |
---|---|
h | aide |
b | Créer une nouvelle cellule |
dd | Supprimer la cellule actuelle |
shift + enter | Exécuter la cellule actuelle |
s | Enregistrer |
à y | cellule de code |
à m | cellule de démarque |
Utilisez jupyterthemes.
pip install jupyterthemes
jt -t onedork
ref: http://qiita.com/shrkw/items/c38def7d60b0099b0c55
pip install pymysql
import pymysql
conn = pymysql.connect(host='localhost',
user='root',
password='',
db='mydatabase',
charset='utf8mb4',
cursorclass=pymysql.cursors.DictCursor)
Je veux le convertir en dataframe pandas tel quel, donc j'utilise la bibliothèque pandas sql De plus, importez la bibliothèque qui semble nécessaire
import pandas
from pandas.io import sql
import numpy
import pylab
import pymysql
import matplotlib.pyplot as plt
%matplotlib inline
les utilisateurs prennent des informations
users = sql.read_sql('''SELECT users.* FROM users''', conn)
pandas.DataFrame
Obtenez des statistiques de base
users.describe()
Afficher une liste d'histogrammes
users.hist()
Afficher l'âge de l'utilisateur sous forme d'histogramme (30 bacs)
# http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.hist.html
users.age.hist(bins=30)
Recommended Posts