{ "cells": [ { "cell_type": "markdown", "source": [ "# ความท้าทาย: การวิเคราะห์ข้อความเกี่ยวกับวิทยาศาสตร์ข้อมูล\n", "\n", "ในตัวอย่างนี้ ให้เราทำแบบฝึกหัดง่าย ๆ ที่ครอบคลุมทุกขั้นตอนของกระบวนการวิทยาศาสตร์ข้อมูลแบบดั้งเดิม คุณไม่จำเป็นต้องเขียนโค้ดใด ๆ คุณสามารถคลิกที่เซลล์ด้านล่างเพื่อรันและสังเกตผลลัพธ์ได้เลย ในฐานะความท้าทาย คุณได้รับการสนับสนุนให้ลองใช้โค้ดนี้กับข้อมูลต่าง ๆ\n", "\n", "## เป้าหมาย\n", "\n", "ในบทเรียนนี้ เราได้พูดคุยเกี่ยวกับแนวคิดต่าง ๆ ที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูล ลองมาค้นพบแนวคิดที่เกี่ยวข้องเพิ่มเติมโดยการทำ **การทำเหมืองข้อความ** เราจะเริ่มจากข้อความเกี่ยวกับวิทยาศาสตร์ข้อมูล ดึงคำสำคัญออกมา แล้วลองแสดงผลลัพธ์ในรูปแบบภาพ\n", "\n", "สำหรับข้อความนี้ ฉันจะใช้หน้าข้อมูลของวิทยาศาสตร์ข้อมูลจากวิกิพีเดีย:\n" ], "metadata": {} }, { "cell_type": "markdown", "source": [], "metadata": {} }, { "cell_type": "code", "execution_count": 62, "source": [ "url = 'https://en.wikipedia.org/wiki/Data_science'" ], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "## Step 1: การรับข้อมูล\n", "\n", "ขั้นตอนแรกในกระบวนการวิทยาศาสตร์ข้อมูลทุกขั้นตอนคือการรับข้อมูล เราจะใช้ไลบรารี `requests` เพื่อทำเช่นนั้น:\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": 63, "source": [ "import requests\r\n", "\r\n", "text = requests.get(url).content.decode('utf-8')\r\n", "print(text[:1000])" ], "outputs": [ { "output_type": "stream", "name": "stdout", "text": [ "\n", "\n", "\n", "\n", "Data science - Wikipedia\n", "