Data science - Wikipedia

{ "cells": [ { "cell_type": "markdown", "source": [ "# 挑戰：分析有關數據科學的文本\n", "\n", "在這個例子中，我們將進行一個簡單的練習，涵蓋傳統數據科學流程的所有步驟。你不需要撰寫任何程式碼，只需點擊下面的單元格執行它們並觀察結果。作為挑戰，鼓勵你使用不同的數據來嘗試這段程式碼。\n", "\n", "## 目標\n", "\n", "在這節課中，我們討論了與數據科學相關的不同概念。現在讓我們通過進行一些**文本挖掘**來探索更多相關概念。我們將從一段有關數據科學的文本開始，提取其中的關鍵字，然後嘗試將結果可視化。\n", "\n", "作為文本，我們將使用維基百科上有關數據科學的頁面：\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": [ "## 第一步：獲取資料\n", "\n", "每個資料科學流程的第一步就是獲取資料。我們將使用 `requests` 函式庫來完成這個步驟：\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", "