
- 敏捷資料科學教程
- 敏捷資料科學 - 主頁
- 敏捷資料科學 - 介紹
- 方法論概念
- 敏捷資料科學 - 流程
- 敏捷工具和安裝
- 敏捷中的資料處理
- SQL 與 NoSQL
- NoSQL 和資料流程式設計
- 收集和顯示記錄
- 資料視覺化
- 資料豐富
- 處理報告
- 預測的作用
- 使用 PySpark 提取特徵
- 構建迴歸模型
- 部署預測系統
- 敏捷資料科學 - SparkML
- 修復預測問題
- 提高預測效能
- 使用敏捷和資料科學創造更好的場景
- 敏捷的實現
- 敏捷資料科學有用資源
- 敏捷資料科學 - 快速指南
- 敏捷資料科學 - 資源
- 敏捷資料科學 - 討論
敏捷資料科學 - 處理報告
在本章中,我們將瞭解報告建立,這是敏捷方法的一個重要模組。敏捷 sprints 將視覺化建立的圖表頁面製作為完整的報告。藉助報告,圖表變得具有互動性,靜態頁面變得動態並且網路相關資料。下面展示了資料價值金字塔報告階段的特性 -

我們將更多地關注建立 csv 檔案,該檔案可用作資料科學分析的報告,並且得出了結論。儘管敏捷專注於減少文件記錄,但生成報告始終被認為是為了提及產品開發的進度。
import csv #---------------------------------------------------------------------- def csv_writer(data, path): """ Write data to a CSV file path """ with open(path, "wb") as csv_file: writer = csv.writer(csv_file, delimiter=',') for line in data: writer.writerow(line) #---------------------------------------------------------------------- if __name__ == "__main__": data = ["first_name,last_name,city".split(","), "Tyrese,Hirthe,Strackeport".split(","), "Jules,Dicki,Lake Nickolasville".split(","), "Dedric,Medhurst,Stiedemannberg".split(",") ] path = "output.csv" csv_writer(data, path)
以上程式碼將幫助你生成“csv 檔案”,如下所示 -

讓我們考慮 csv(逗號分隔值)報告的以下優點 -
- 它對人友好,並且易於手動編輯。
- 它易於實現和解析。
- CSV 可以用於處理所有應用程式。
- 它較小並處理起來更快。
- CSV 遵循標準格式。
- 它為資料科學提供了直接的模式。
廣告