Data-Analysis 项目使用文档

1. 项目目录结构及介绍

Data-Analysis/
├── data/
│   ├── raw/
│   └── processed/
├── notebooks/
│   ├── 01_Data_Cleaning.ipynb
│   ├── 02_Exploratory_Data_Analysis.ipynb
│   └── 03_Modeling.ipynb
├── src/
│   ├── __init__.py
│   ├── data_cleaning.py
│   ├── eda.py
│   └── modeling.py
├── config/
│   └── config.yaml
├── requirements.txt
├── README.md
└── setup.py

目录结构说明

• data/: 存放数据文件的目录，包含原始数据 (raw/) 和处理后的数据 (processed/)。
• notebooks/: Jupyter Notebook 文件，用于数据清洗、探索性数据分析和建模。
• src/: 源代码目录，包含数据清洗 (data_cleaning.py)、探索性数据分析 (eda.py) 和建模 (modeling.py) 的 Python 脚本。
• config/: 配置文件目录，包含项目的配置文件 (config.yaml)。
• requirements.txt: 项目依赖的 Python 包列表。
• README.md: 项目说明文件。
• setup.py: 项目安装脚本。

2. 项目启动文件介绍

项目的启动文件主要位于 notebooks/ 目录下，每个 Jupyter Notebook 文件对应一个数据分析的步骤。

主要启动文件

• 01_Data_Cleaning.ipynb: 数据清洗 Notebook，用于加载和清洗原始数据。
• 02_Exploratory_Data_Analysis.ipynb: 探索性数据分析 Notebook，用于分析和可视化数据。
• 03_Modeling.ipynb: 建模 Notebook，用于构建和评估机器学习模型。

启动步骤

1. 安装项目依赖：

   pip install -r requirements.txt
   

2. 启动 Jupyter Notebook：

   jupyter notebook
   

3. 在 Jupyter Notebook 界面中打开相应的 Notebook 文件，按顺序执行每个步骤。

3. 项目的配置文件介绍

项目的配置文件位于 config/ 目录下，文件名为 config.yaml。

配置文件内容

data:
  raw_path: data/raw/
  processed_path: data/processed/

model:
  output_path: models/

logging:
  level: INFO

配置项说明

• data: 数据路径配置。

  • raw_path: 原始数据文件的存储路径。
  • processed_path: 处理后数据文件的存储路径。

• model: 模型输出路径配置。

  • output_path: 模型文件的存储路径。

• logging: 日志配置。

  • level: 日志级别，设置为 INFO。

配置文件的使用

在项目代码中，可以通过读取 config.yaml 文件来获取配置信息，例如：

import yaml

with open('config/config.yaml', 'r') as file:
    config = yaml.safe_load(file)

raw_data_path = config['data']['raw_path']

通过这种方式，可以方便地管理和修改项目的配置。