做數據分析必須瞭解的獲取數據與清洗數據技巧

​參與文末話題討論，每日贈送異步圖書 ——異步小編 每個數據科學家都需要處理存儲在磁盤中的數據，這些數據涉及的格式有ASCII文本、PDF、XML、JSON等。此外，數據還可以存儲在數據庫表格中。在對數據進行分析之前，數據科學家首先要做的是從這些數據源獲取各種格式的數據，並對這些數據進行清洗，去除其中的噪聲。今天推薦的圖書是《Java數據科學指南》一書，並從中節選第一章內容，從本文中我們將學習這些

>>阅读原文<<