敲黑板了啊称诗，答疑時(shí)間到萍悴。如果你沒有良好的Python編程基礎(chǔ)，在嘗試應(yīng)用數(shù)據(jù)科學(xué)方法時(shí)遇到了問題和困難，又不知道該如何有效解決癣诱，那么這篇文章就是為你寫的计维。請(qǐng)務(wù)必認(rèn)真閱讀喲。
錯(cuò)誤
幾個(gè)月以來撕予，我一直在發(fā)布數(shù)據(jù)科學(xué)類的應(yīng)用案例文章鲫惶。我的目標(biāo)是幫助初學(xué)者建立信心，激發(fā)興趣实抡。從反饋來看欠母，確實(shí)吸引了不少“文科生”來嘗試數(shù)據(jù)科學(xué)方法。
這里所謂文科生吆寨，就是沒有編程經(jīng)驗(yàn)赏淌，卻又對(duì)數(shù)據(jù)科學(xué)感興趣，甚至不得不實(shí)踐數(shù)據(jù)科學(xué)（這種壓力往往來自于導(dǎo)師啄清、老板和同儕）的人六水。
我承認(rèn)，這么定義“文科生”辣卒，有些利用刻板印象簡(jiǎn)化問題的成分缩擂。實(shí)際上，現(xiàn)在不少文科專業(yè)學(xué)生添寺，都是高素質(zhì)復(fù)合型人才，編程玩兒得比IT類專業(yè)都要熟練懈费。如果你恰巧就是個(gè)復(fù)合型人才计露，覺得這個(gè)稱呼冒犯了你，請(qǐng)你諒解憎乙。但至少你得承認(rèn)票罐，相當(dāng)多的文科專業(yè)同學(xué)，還是對(duì)技術(shù)不夠熟悉泞边，有抵觸甚至是恐懼心理的该押。
我收到了不少讀者留言和來信，提出了許多疑問阵谚。其中有很大一部分蚕礼，是在實(shí)踐編程環(huán)節(jié)，遇到了錯(cuò)誤提示梢什，向我求助奠蹬。
對(duì)于這一類的反饋，我秉持著“能幫就幫”的原則嗡午。一兩句話能夠說明的問題囤躁，我就旋即答復(fù)；對(duì)于那些需要深入調(diào)查的問題，我會(huì)讓讀者把Jupyter Notebook或者R notebook文件以及數(shù)據(jù)發(fā)給我狸演。這里真得感謝文學(xué)化編程環(huán)境的提供者們言蛇，給我和讀者這樣便捷溝通、重現(xiàn)問題的方式宵距。
但是腊尚，按照反饋的情況來看，還有不少讀者遇到了問題消玄，沒有能夠解決跟伏，就直接放棄了。
我這樣確信翩瓜，是因?yàn)榍靶┤兆咏o一年級(jí)的碩士研究生布置了同樣的練習(xí)作業(yè)受扳，重現(xiàn)我一系列文章中的結(jié)果。他們很快就遭遇到了問題兔跌，但是長(zhǎng)時(shí)間自己瞎折騰勘高，沒有跟我及時(shí)溝通。直到最近的一次的工作坊坟桅，我用了幾分鐘的時(shí)間华望，消除了一直困擾他們的“疑難雜癥”，做出了預(yù)期的結(jié)果仅乓±抵郏看他們一個(gè)個(gè)喜上眉梢的樣子，很享受夸楣。
我能夠理解他們的心情宾抓。我們總想留給別人聰明、勤奮和積極主動(dòng)的印象豫喧。輕易提出看似異常簡(jiǎn)單的“傻問題”石洗，可能會(huì)讓我們的自我評(píng)價(jià)受挫，覺得自己沒有能力紧显，又被別人看作“懶惰”讲衫。所以許多情況下，我們遇到問題孵班，喜歡自己先折騰一番涉兽。
動(dòng)手折騰并不是壞事。以正確的方法嘗試解決問題重父，會(huì)幫你積累認(rèn)知花椭。所謂的“編程經(jīng)驗(yàn)”，很多就是從各種失敗嘗試中提煉出來的房午。但是如果你面對(duì)錯(cuò)誤矿辽，嘗試使用的方法低效，甚至根本不得其法，那就得不償失了袋倔。我們時(shí)常揶揄的“從入門到放棄”雕蔽，往往就是這么來的。
本著“授人以魚不如授人以漁”的原則宾娜，我今天跟你談?wù)勁目粕撊绾螒?yīng)對(duì)數(shù)據(jù)科學(xué)Python編程中可能出現(xiàn)的問題。
許多程序員和專業(yè)人士可能會(huì)對(duì)這樣的主題不以為然前塔，甚至嗤之以鼻——除錯(cuò)(debug)是一門專業(yè)的學(xué)問嚣艇，你打算一篇文章講清楚？吹吧华弓！
誠(chéng)然食零，我不可能用一篇文章講清楚如何編程除錯(cuò)。我只想給文科生一些建議寂屏，因?yàn)樗麄兊那闆r比較特殊贰谣。
對(duì)他們來說，直接列一個(gè)清單迁霎，說明如何除錯(cuò)是不夠滿足需求的吱抚。咱們得結(jié)合具體的場(chǎng)景來談。
文科生遭遇Python編程問題的場(chǎng)景該如何分類呢考廉？
我根據(jù)長(zhǎng)期的觀察和思考秘豹，認(rèn)為可以分成3類：
- 照葫蘆畫葫蘆；
- 照葫蘆畫瓢昌粤；
- 找葫蘆畫瓢憋肖。
你可能看得不知所云。簡(jiǎn)單解釋一下婚苹。
文科生使用Python編程，往往沒有程序設(shè)計(jì)的基礎(chǔ)訓(xùn)練鸵膏。他們不是從基礎(chǔ)關(guān)鍵詞膊升、語法、數(shù)據(jù)結(jié)構(gòu)谭企、算法的路徑學(xué)下來的廓译。他們拿到一個(gè)任務(wù)，一般都有明確的時(shí)限债查，卻沒有解法清單非区，唯一的線索是“這個(gè)問題可以用Python (或者R)來解決”。
有人說盹廷，這就像是某人被塞了一把傘征绸，然后推到臺(tái)風(fēng)中心。我覺得挺形象的。
所以管怠，他們首先尋找的淆衷，不會(huì)是Python（或者R）的基礎(chǔ)教科書，而是樣例渤弛。
如果恰好有個(gè)樣例祝拯，講如何繪制詞云，如何做中文情感分析她肯，如何用決策樹分類佳头，如何抽取海量文本的主題……恰好跟他們的任務(wù)一致，那他們自然如釋重負(fù)晴氨。
于是他們就開始了第一步康嘉，照葫蘆畫葫蘆，先把樣例中的代碼重復(fù)實(shí)踐一遍瑞筐，確定本地可以運(yùn)行凄鼻。
做好了第一步，出了正確的結(jié)果聚假，他們也就來了信心块蚌。下面需要做的，是把自己的數(shù)據(jù)扔進(jìn)去膘格，看能否出預(yù)期的結(jié)果峭范，這一部分，就算作“照葫蘆畫瓢”瘪贱。
許多人只需要前兩步纱控，就能完成任務(wù)，高高興興收工了菜秦。但是如果很不幸甜害，你的任務(wù)和樣例有一些區(qū)別，那你就得在樣例基礎(chǔ)上球昨，添加新的代碼尔店，調(diào)用新的軟件包來嘗試完成任務(wù)。你無法自己從頭造瓢出來主慰，這一部分就得“自己找葫蘆畫瓢”了嚣州。
對(duì)大部分“文科生”來說，場(chǎng)景就是這三類了共螺。出離這樣的要求该肴，要么外包，要么自己從頭學(xué)編程藐不。等他扎扎實(shí)實(shí)學(xué)會(huì)了匀哄，也就不算文科生了秦效。
下面咱們分別看看，在這三種不同的情境下拱雏，文科生遇到Python編程中的問題涩笤，該如何有效嘗試解決裕便。
說明一下顾复，雖然本文以Python為例講解方法侄刽，但是其中的原理同樣使用于大部分?jǐn)?shù)據(jù)科學(xué)類編程語言和工具，例如R等鹊汛。學(xué)習(xí)時(shí)請(qǐng)舉一反三蒲赂。
畫葫蘆
我們先看第一種場(chǎng)景，也就是“照葫蘆畫葫蘆”刁憋。
例如說滥嘴，你打算用決策樹做分類，于是找到了我這篇《貸還是不貸：如何用Python和機(jī)器學(xué)習(xí)幫你決策至耻？》若皱，開始實(shí)踐，重現(xiàn)結(jié)果尘颓。
前面還好走触，一直很順利。你的信心在逐漸積累疤苹。聽說下面這段代碼可以幫你繪制出決策樹的圖形互广，你異常欣喜，期待的心情卧土，就如同小時(shí)候等著父母出差回家給你帶來玩具一樣惫皱。
with open("safe-loans.dot", 'w') as f:
f = tree.export_graphviz(clf,
out_file=f,
max_depth = 3,
impurity = True,
feature_names = list(X_train),
class_names = ['not safe', 'safe'],
rounded = True,
filled= True )
from subprocess import check_call
check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
from IPython.display import Image as PImage
from PIL import Image, ImageDraw, ImageFont
img = Image.open("safe-loans.png")
draw = ImageDraw.Draw(img)
img.save('output.png')
PImage("output.png")
可是事與愿違，運(yùn)行后圖形沒有出來尤莺，卻見到了一大堆錯(cuò)誤信息旅敷。
看到錯(cuò)誤信息，你已經(jīng)很緊張了颤霎。更要命的是扫皱，它們還是英文的。
于是捷绑，你一下子茫然無措了。
喝了一杯水氢妈，緩了口氣粹污，你往后翻文章，到了討論區(qū)首量。發(fā)現(xiàn)其他人也遇到了同樣的問題壮吩，你眼前一亮进苍。
趕緊往后翻，看看有沒有解決辦法鸭叙，你看到了作者的答復(fù)：
好像裝了Graphviz觉啊，問題就可以解決。你趕緊搜索這個(gè)軟件沈贝，并且下載安裝了杠人。
安裝結(jié)束后，你的開始菜單里面宋下，可以看到Graphviz目錄嗡善。證明你安裝成功。
你回到Jupyter Notebook下面学歧，重新執(zhí)行到這一步罩引。按下“Shift+Enter”按鍵之前，你又激動(dòng)不已了枝笨。
然而袁铐，你看到的執(zhí)行結(jié)果，竟然還是這樣子的：
你后悔自己肯定遺漏了討論區(qū)里面的一些重要信息横浑，趕緊返回尋找剔桨，你看到了這樣的對(duì)話：
看到別人安裝了Graphviz后，問題依然沒有解決伪嫁。你于是決定放棄了领炫。而且可能還會(huì)懷疑，那個(gè)叫做大衛(wèi)的家伙张咳，應(yīng)該是作者的托兒吧帝洪。
其實(shí)你冤枉大衛(wèi)了。安裝了Graphviz以后脚猾，他確實(shí)成功做出了結(jié)果葱峡。問題到底處在哪兒？請(qǐng)你往下看龙助。
我先說說面對(duì)程序給你的這一大堆報(bào)錯(cuò)砰奕，你該怎么辦？
首先你要看看提鸟，錯(cuò)誤出現(xiàn)在哪里军援。
WindowsError Traceback (most recent call last)
<ipython-input-14-da79615505d3> in <module>()
10
11 from subprocess import check_call
---> 12 check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
13
14 from IPython.display import Image as PImage
錯(cuò)誤提示的第一段已經(jīng)告訴你了，問題發(fā)生在check_call這一行称勋，行號(hào)為12胸哥。
這就意味著，前面11行赡鲜，其實(shí)都沒有問題空厌。這一大段代碼用空行分割庐船，一共是3個(gè)部分。前面10行是第一部分嘲更。中間2行第二部分筐钟，后面是第三部分。我們把它拆分成3個(gè)Jupyter中的代碼段落赋朦，單獨(dú)執(zhí)行篓冲。
上面的運(yùn)行結(jié)果，證明我們的猜測(cè)是對(duì)的北发。第一段運(yùn)行起來沒問題纹因，第二段只有兩句，第一句不報(bào)錯(cuò)琳拨，只有check_call這一行報(bào)錯(cuò)瞭恰。這樣問題就聚焦了。
這種拆分復(fù)雜問題到簡(jiǎn)單部分狱庇，然后各個(gè)擊破的方法惊畏，可以追溯到笛卡爾。他老人家曾經(jīng)說過：
Divide each difficulty into as many parts as is feasible and necessary to resolve it.
注意密任，這種方法適合于我們此處展示的線性環(huán)節(jié)颜启。所謂線性，就是順序執(zhí)行的若干步驟浪讳。前面的改動(dòng)會(huì)對(duì)后面有影響缰盏，但是后面的改動(dòng)對(duì)前面沒有影響。
如果你遭遇的是個(gè)循環(huán)問題淹遵，那就要小心了口猜。這種解決方法可能會(huì)失效。
check_call這一行到底遇到了什么問題呢透揣？我們還是要回到報(bào)錯(cuò)信息里济炎，尋找線索。
這么長(zhǎng)的報(bào)錯(cuò)信息辐真，該看哪里呢须尚？我的經(jīng)驗(yàn)是，問題發(fā)生位置要看開頭（我們剛才已經(jīng)做完了）侍咱，問題癥結(jié)十有八九要看末尾耐床。
我們看看報(bào)錯(cuò)信息的末尾是什么：
C:\Users\user\Anaconda2\lib\subprocess.pyc in _execute_child(self, args, executable, preexec_fn, close_fds, cwd, env, universal_newlines, startupinfo, creationflags, shell, to_close, p2cread, p2cwrite, c2pread, c2pwrite, errread, errwrite)
638 env,
639 cwd,
--> 640 startupinfo)
641 except pywintypes.error, e:
642 # Translate pywintypes.error to WindowsError, which is
WindowsError: [Error 2]
你可能又暈了，這一大堆的術(shù)語楔脯，我如何懂得撩轰？
你不需要懂那些東西，看最后的報(bào)錯(cuò)信息，叫做“WindowsError: [Error 2]”钧敞。
這是一個(gè)錯(cuò)誤代碼，但是包含信息不夠麸粮。我們需要查詢一下溉苛，2號(hào)Windows錯(cuò)誤代碼，究竟是什么意思弄诲。
這時(shí)候愚战，就該搜索引擎出場(chǎng)了。我們搜索“WindowsError: [Error 2]”齐遵，結(jié)果如下：
我知道寂玲，你的吸引力立刻就被圖中的中文文字抓住了。但是我告訴你梗摇，更應(yīng)該看的拓哟，不是語言種類，而是信息來源伶授。你會(huì)注意到断序，其中一些搜索結(jié)果，來自于“stackoverflow.com”這個(gè)網(wǎng)站糜烹。
這個(gè)網(wǎng)站违诗，匯集了全世界程序設(shè)計(jì)中遇到的各種問題和可能的解決辦法。你可以把它想想成全球程序員的“知乎”疮蹦。
打開其中的第二條搜索結(jié)果诸迟。
標(biāo)題信息就已經(jīng)非常清楚地告訴了你，所謂的“WindowsError: [Error 2]”愕乎，是指“系統(tǒng)找不到你指定的文件”阵苇。
這樣我們?cè)俅位仡^審視出問題的代碼句：
check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
其實(shí)，我們是讓Python調(diào)用一個(gè)Graphviz的命令妆毕，叫做dot慎玖，用它來把我們前面生成的 safe-loans.dot文件，轉(zhuǎn)換成png格式的圖片笛粘。
系統(tǒng)找不到什么文件呢趁怔？我們打開當(dāng)前的demo目錄，你會(huì)看到 safe-loans.dot文件赫然在目薪前。而png文件此時(shí)還沒有生成润努。因此，我們鎖定了問題示括，系統(tǒng)找不到的铺浇，是dot這個(gè)命令。
這就是為什么你必須要先安裝Graphviz包垛膝。你不安裝的話鳍侣，Python當(dāng)然找不到dot文件丁稀。
但是為什么你明明裝了Graphviz包，還會(huì)遭遇報(bào)錯(cuò)呢倚聚？
你確定這時(shí)候Python可以找到dot包了嗎线衫？
我們嘗試一下。到命令提示符下面惑折，執(zhí)行dot試試看授账。
真相大白了。你在命令提示符下惨驶，自己都找不到dot命令白热，你能指望Python有多智能呢？
怎么辦粗卜？方法其實(shí)并不難屋确，只需要加上必要的路徑，讓電腦知道dot這個(gè)命令在哪里休建，就可以了乍恐。
我們到C盤的Program Files，或者Program Files(x86)目錄下测砂，去找Graphviz安裝目錄茵烈。
你會(huì)發(fā)現(xiàn)，路徑為：
C:\Program Files(x86)\Graphviz2.38\bin\
于是這次你執(zhí)行：
你會(huì)看到砌些，沒有報(bào)錯(cuò)信息了呜投。
再接再厲，這次你把完整的命令輸入：
這次不但沒有報(bào)錯(cuò)存璃，而且你想要的png文件已經(jīng)生成了仑荐。
不過，這些都是你手動(dòng)完成的纵东，咱們還是需要用程序來完成粘招，不是嗎？
于是我們回到Jupyter Notebook里偎球，嘗試給dot命令一樣加上路徑洒扎。
執(zhí)行！
報(bào)錯(cuò)信息又來了衰絮！而且一模一樣芭劾洹！
注意我們做了改動(dòng)猫牡，但是改動(dòng)并沒有成功胡诗。我們就得想想原因是什么了。
這次我們搜索執(zhí)行的Python命令（ check_call ），以及輸入路徑中的特征部分(Program Files)煌恢。把這幾個(gè)關(guān)鍵詞放到搜索引擎里骇陈，結(jié)果如下：
注意第一條結(jié)果是幫助文檔，我們把目光聚焦在第二條搜索結(jié)果上瑰抵。因?yàn)樗廊粊碜詓tackoverflow.com缩歪。
我們點(diǎn)擊打開這個(gè)鏈接。
提問者問谍憔，為什么使用（跟我們類似的）完全路徑，Python依然找不到命令主籍。
被贊同的答題者回答：你應(yīng)該用斜杠（/）习贫，而不是反斜杠（\）。
看了這個(gè)答案千元，你可能覺得恍然大悟了吧苫昌。于是回到Jupyter Notebook里面，把C:\Program Files(x86)\Graphviz2.38\bin\dot改成了C:/Program Files(x86)/Graphviz2.38/bin/dot幸海。
再次運(yùn)行祟身，這部分不再報(bào)錯(cuò)了：
你戰(zhàn)戰(zhàn)兢兢，嘗試一直就沒能正確運(yùn)行到的最后一段代碼：
是不是有一種想要仰天大笑的感覺物独？
現(xiàn)在我們來回答一下袜硫，為什么評(píng)論里大衛(wèi)的問題獲得了解決，而其他讀者似乎沒能解決問題呢挡篓？
罪魁禍?zhǔn)自谟诓僮飨到y(tǒng)環(huán)境差異婉陷。大衛(wèi)用的是macOS。安裝Graphviz之后官研，mac操作系統(tǒng)記錄下來了Graphviz的各項(xiàng)可執(zhí)行命令秽澳。Python因此也知道了dot這個(gè)命令在哪里。所以調(diào)用起來沒有任何問題戏羽。
我寫作該文的時(shí)候担神，操作系統(tǒng)也是macOS，所以并沒有意識(shí)到Windows上運(yùn)行環(huán)境的這種差異始花。甚至因?yàn)?年多以前我就安裝了Graphviz妄讯，所以在初稿寫作的時(shí)候甚至都沒有把Graphviz作為環(huán)境準(zhǔn)備的必要組成部分。
順便說一句衙荐，根據(jù)部分讀者反映捞挥，他們?cè)赪indows上安裝了Graphviz后，只需要重啟一遍忧吟，系統(tǒng)就會(huì)自動(dòng)識(shí)別dot命令的完全路徑砌函，所以根本就不必修改代碼內(nèi)容。但是其他讀者反映這樣做了無效。你看讹俊，同樣是Windows垦沉，環(huán)境差異都是如此之大的。
操作系統(tǒng)仍劈、Python軟件版本厕倍、調(diào)用的相關(guān)軟件包版本……這些環(huán)境差異可能直接導(dǎo)致你“照葫蘆畫葫蘆”時(shí)候出現(xiàn)嚴(yán)重問題，也是最容易踩到的坑贩疙。不過通過咱們前面的敘述讹弯，相信你已經(jīng)找到了從坑里爬起來，甚至是避開坑的方法了这溅。
畫瓢
當(dāng)你完整重現(xiàn)樣例或教程中的運(yùn)行結(jié)果后组民，就該開始照著葫蘆畫瓢了。畢竟你需要分析的悲靴，是自己獨(dú)特的數(shù)據(jù)臭胜。
但是一定要注意，務(wù)必在“畫葫蘆”完成后癞尚，開始畫瓢耸三。來信和留言中的許多問題，都是讀者在沒有完整重現(xiàn)教程結(jié)果時(shí)浇揩，就開始了改動(dòng)仪壮，把不同層次的問題混雜在了一起，就很難發(fā)現(xiàn)和解決了睛驳。
這里咱們舉的例子，是這位讀者的來信膜廊。
他看了我那篇《如何用Python做輿情時(shí)間序列可視化乏沸？》之后，完全重現(xiàn)了結(jié)果爪瓜。然后灌入了自己的數(shù)據(jù)蹬跃。我展示的樣例用的是飯館點(diǎn)評(píng)信息，他用的是外賣評(píng)論信息铆铆。
這是我原文中讀入后數(shù)據(jù)的樣例：
這是他的數(shù)據(jù)：
看起來很相似蝶缀，不是嗎？可是前面情感分析等環(huán)節(jié)都沒有問題薄货。到了最后的繪制圖形翁都，又是一堆報(bào)錯(cuò)信息。
復(fù)習(xí)一下谅猾，我們說過報(bào)錯(cuò)信息的開頭和結(jié)尾最為重要柄慰。開頭是確定位置鳍悠。因?yàn)檫@里本來就只有一行語句，所以可以忽略坐搔。那我們看看結(jié)尾吧藏研。
注意，這里提示的是取值錯(cuò)誤(ValueError)概行，并且標(biāo)出了問題蠢挡，就是評(píng)論時(shí)間，例如“2017-02-27”凳忙。
回顧一下业踏，在原文中，評(píng)論時(shí)間的格式為Python可以識(shí)別的時(shí)間單位涧卵，這樣最后繪出的圖形才是這樣的：
而這里堡称，時(shí)間顯示為“2017-02-27”，應(yīng)該沒錯(cuò)啊艺演。
數(shù)據(jù)框中的時(shí)間是從新到舊排列的。我們顯示最后一條數(shù)據(jù)桐臊，就是“2017-02-27”胎撤。
這里我們就需要記住一條非常重要的命令：
type()
它可以幫助我們搞清楚取值的類型。
這一下子断凶，原形畢露了伤提。數(shù)據(jù)框里面的每一個(gè)時(shí)間條目，存儲(chǔ)的格式都不是Python日期认烁，而是簡(jiǎn)單的字符串肿男！難怪當(dāng)我們需要繪制時(shí)間序列圖形的時(shí)候，會(huì)報(bào)錯(cuò)却嗡。
明白了問題舶沛，方法也就容易找到了。我們?cè)俅斡盟阉饕娲凹郏檎襊andas里如庭，把字符串轉(zhuǎn)換為日期的方法。
其實(shí)Google已經(jīng)非常聰明地把最相關(guān)的結(jié)果擺在前面了撼港。但是我們依然可以用老方法坪它，找stackoverflow鏈接，并且點(diǎn)擊進(jìn)入帝牡。
選定答案里面清晰明白地告訴我們——使用Pandas數(shù)據(jù)框的to_datetime函數(shù)往毡，并且給出了詳細(xì)的樣例。
好的靶溜，我們?cè)囋嚳础?/p>
df.time = pd.to_datetime(df.time)
然后我們重新執(zhí)行剛才的兩條語句：
看开瞭，這次Python正確識(shí)別出日期格式懒震。
然后我們?cè)倮L圖：
雖然由于數(shù)據(jù)量過大，后半部分看不大清楚惩阶。不過結(jié)果已經(jīng)初步顯現(xiàn)了悯仙。下面就是分段截取數(shù)據(jù)食店，細(xì)致地進(jìn)行可視化的工作了。
問題出在哪里呢？對(duì)比一下原文使用的excel數(shù)據(jù)文件悟泵，和讀者來信里面附帶的數(shù)據(jù)文件，你就能看出端倪了赘风。
這是原文使用的餐館評(píng)論原始數(shù)據(jù)：
這是讀者使用的外賣評(píng)論原始數(shù)據(jù)：
你會(huì)看到髓考，原先數(shù)據(jù)里面不僅有日期，還有時(shí)間舞痰。雖然時(shí)間不過都是些“00:00:00”土榴，但Pandas在讀入的時(shí)候，會(huì)將其自動(dòng)轉(zhuǎn)化為日期時(shí)間格式响牛。
然而讀者數(shù)據(jù)里只有日期玷禽，沒有具體的時(shí)間。Pandas讀入數(shù)據(jù)時(shí)呀打，不確定要不要做轉(zhuǎn)化矢赁，默認(rèn)就當(dāng)成字符串來處理了。
所以你看贬丛，如果你需要“照葫蘆畫瓢”撩银，一定要仔細(xì)對(duì)比數(shù)據(jù)格式，即便是這樣微小的差異豺憔，都會(huì)造成后續(xù)運(yùn)行結(jié)果的區(qū)別额获，乃至報(bào)錯(cuò)。
找葫蘆
如果樣例里面沒有提供某個(gè)功能恭应，但是你確實(shí)需要用到它抄邀，怎么辦？
這個(gè)時(shí)候似乎手頭沒有葫蘆可以照著畫昼榛，你得自己找葫蘆撤摸。
例如讀完了我那篇《如何用Python做詞云？》后褒纲，有讀者在微信公眾號(hào)后臺(tái)留言准夷，詢問我如何在繪制詞云的時(shí)候，把詞云變成需要的形狀莺掠。
讀者想要的衫嵌，其實(shí)是這樣的效果：
但是我那篇文章里，并沒有提供這樣的樣例彻秆，只能做出下面這種四四方方的詞云圖楔绞。
如果你也遇到了類似的問題结闸，我的建議是，按圖索驥查詢?cè)嘉臋n酒朵。
你先看看文中桦锄，我們究竟用了哪個(gè)詞云繪制工具包。
from wordcloud import WordCloud
wordcloud = WordCloud().generate(mytext)
這里蔫耽，我們注意wordcloud這個(gè)關(guān)鍵詞结耀，然后結(jié)合python，到搜索引擎里面查找匙铡。
這回我們不再專門去找stackoverflow網(wǎng)站鏈接了图甜。因?yàn)槲覀冇龅降模皇菆?bào)錯(cuò)信息鳖眼，而是一項(xiàng)暫時(shí)還不懂得如何使用的功能黑毅。
搜索結(jié)果里的第一項(xiàng)，就是wordcloud詞云包的官方github站點(diǎn)钦讳。我們點(diǎn)開看看矿瘦。
Github是目前全球最主要的代碼托管與分享站點(diǎn)。我也曾經(jīng)把思維導(dǎo)圖秒變成幻燈的代碼發(fā)布在github上面愿卒。右上方幾個(gè)統(tǒng)計(jì)數(shù)字很重要缚去，尤其是Star，說明了該項(xiàng)目受歡迎程度掘猿。wordcloud軟件包的受歡迎數(shù)字超過3000，可以說是非常棒的唇跨。相較之下稠通，我的代碼Star數(shù)量只有20，相形見絀啊买猖。
我們把網(wǎng)頁(yè)往下翻改橘，可以找到Example部分。
你是不是眼前一亮坝窨亍飞主？對(duì)，你需要的繪圖結(jié)果就在這里高诺，而且人家有專門鏈接直達(dá)使用方式碌识。
點(diǎn)擊一下，你就能看到官方的masked詞云樣例代碼了虱而。
瀏覽代碼筏餐，你會(huì)發(fā)現(xiàn)這一段有集中注釋：
# read the mask image
# taken from
# http://www.stencilry.org/stencils/movies/alice%20in%20wonderland/255fk.jpg
alice_mask = np.array(Image.open(path.join(d, "alice_mask.png")))
這里告訴你，如果打算把詞云繪制成特殊的圖形外觀牡拇，你需要在這里指定一個(gè)mask圖像文件魁瞪。樣例里面的文件叫做alice_mask.png穆律。
我們來看看，這個(gè)文件是什么樣子的导俘。因?yàn)樵创a就在這里峦耘，指定的文件也沒有加入完全路徑，因此它只可能放在樣例代碼文件的相同目錄下旅薄。
我們點(diǎn)擊頁(yè)面上方的路徑鏈接辅髓，返回到上層目錄。
目錄里面所有的文件都在這里了赋秀。我們找到alice_mask.png利朵，點(diǎn)開看看。
原來你需要提供這樣一張黑白圖像猎莲，詞云會(huì)顯示在其中的黑色區(qū)域內(nèi)绍弟。
但是這樣的圖像需要我自己來繪制嗎？
這就考驗(yàn)?zāi)憧创a的時(shí)候是不是細(xì)致了著洼。有沒有注意到這一句樟遣？
# http://www.stencilry.org/stencils/movies/alice%20in%20wonderland/255fk.jpg
這是alice_mask.png圖像文件原始地址。我們點(diǎn)擊看看身笤。
原來這個(gè)網(wǎng)站上的文件直接就可以用來做詞云圖像設(shè)置豹悬。我們看到上方的路徑按鈕，點(diǎn)擊上一層液荸，進(jìn)入“movies”瞻佛。
居然有這么多的電影圖像可以使用啊。
我們?cè)龠M(jìn)入到上一層娇钱，看看還有哪些其他類別圖像可用伤柄。
看了之后，是不是有一種“芝麻開門”的感覺文搂？
可惜的是适刀，tv類別下面，并沒有原文提到的“Yes, minister”可供選擇煤蹭。我們隨便選一張世界地圖來試試看笔喉。
回到Jupyter Notebook里面，按照我們從原始說明文檔里找到的新葫蘆硝皂，開始畫瓢常挚。
如果你做出了下面的結(jié)果，那么恭喜你稽物，“找葫蘆畫瓢”工作圓滿完成待侵。
小結(jié)
小結(jié)一下，對(duì)文科生來說姨裸，編程中遇到的問題秧倾，需要依據(jù)不同的場(chǎng)景怨酝，分別采取不同的思考清單來嘗試有效解決。
對(duì)于“照葫蘆畫葫蘆”類場(chǎng)景那先，方法如下：
- 確認(rèn)你的運(yùn)行環(huán)境盡量和作者的運(yùn)行環(huán)境一致（安裝相同的軟件版本）农猬。如果環(huán)境不一致（例如操作系統(tǒng)差異），遇到問題的時(shí)候要時(shí)刻意識(shí)到這種差異可能是造成無法重復(fù)結(jié)果的元兇售淡。
- 把遇到問題的代碼拆解開斤葱。聚焦到實(shí)際產(chǎn)生了問題的代碼片段上。這就是所謂的“分而治之”揖闸。
- 認(rèn)真閱讀報(bào)錯(cuò)信息揍堕，里面有非常重要的線索。尤其是開頭和結(jié)尾部分汤纸。
- 善用搜索引擎衩茸，輸入可以準(zhǔn)確定義問題的關(guān)鍵字。
- 明白stackoverflow網(wǎng)站的重要性贮泞，其中被支持的答案可能一語道破你百思不得其解的問題啃擦。
對(duì)于“照葫蘆畫瓢”類場(chǎng)景令蛉，方法如下：
- 確認(rèn)你已經(jīng)圓滿完成了“照葫蘆畫葫蘆”過程蝎宇。
- 確保你自己的數(shù)據(jù)格式與樣例中數(shù)據(jù)格式一致函卒。
- 認(rèn)真閱讀報(bào)錯(cuò)信息，從中找到問題的大致方向腕巡。
- 利用搜索引擎查找類似問題的已知有效解決方法。尤其要注意stackoverflow網(wǎng)站的相關(guān)鏈接择懂。
對(duì)于“找葫蘆畫瓢”類場(chǎng)景谦去，方法如下：
- 依照類似的功能要糊，按圖索驥找到提供相應(yīng)功能的軟件包飘痛。
- 閱讀其官方說明文檔，最好能找到特定功能的樣例代碼。
- 讀代碼的時(shí)候務(wù)必注意注釋信息，其中包含了注意事項(xiàng)和重要資源。
- 自己實(shí)踐的第一步兼都，是用找到的“新葫蘆”畫出“葫蘆”來慎王，然后再嘗試“畫瓢”漫蛔。
不論對(duì)于哪一類場(chǎng)景毯盈，你都要明白遇到的問題可能會(huì)成為你未來的財(cái)富脑奠。但前提是你必須把它們及時(shí)記錄下來轰豆，并且養(yǎng)成定期回顧的好習(xí)慣。
如果實(shí)在解決不了問題，最后的一招祷杈，就是提問了云茸。但是請(qǐng)你在發(fā)問之前冤今，確定自己已經(jīng)通過上述步驟和流程嘗試了可能有效的方法。這不僅是《提問的智慧》里面要求的茂缚，更是為了你自己能夠?qū)W有所得龟糕。提問的時(shí)候，要注意提供你的運(yùn)行代碼（最好是ipynb這樣的格式悔耘，包含完整的報(bào)錯(cuò)信息）讲岁、用到的實(shí)際數(shù)據(jù)，以及你的嘗試過程等衬以。信息越詳細(xì)缓艳，別人就越有能力幫助你。
向誰提問呢看峻？當(dāng)然可以問老師阶淘、問作者。但是別忘了你一直在使用的stackoverflow網(wǎng)站互妓，本來就是一個(gè)讓你提問的好地方啊舶治。通過觀察別人的問題和答案，你應(yīng)該不難發(fā)現(xiàn)车猬，網(wǎng)站上的高手們霉猛，大都非常熱心助人。
另外珠闰，不要滿足于永遠(yuǎn)當(dāng)一個(gè)“文科生”惜浅。如果你打算在數(shù)據(jù)科學(xué)的路徑上走得足夠遠(yuǎn)、足夠穩(wěn)伏嗜，夯實(shí)基礎(chǔ)就是必要的坛悉。畢竟人工智能都要進(jìn)入中小學(xué)課程體系了，不是嗎承绸？
如果你打算好好學(xué)習(xí)Python基礎(chǔ)知識(shí)裸影，歡迎閱讀《如何高效學(xué)Python？》一文军熏。
討論
你用Python或者其他編程語言做過數(shù)據(jù)科學(xué)分析任務(wù)嗎轩猩？中間遇到過問題或障礙嗎？你是如何處理的，成功了嗎均践？有什么獨(dú)特的好經(jīng)驗(yàn)晤锹？歡迎留言，分享你的經(jīng)驗(yàn)和心得彤委，我們一起交流討論鞭铆。
喜歡請(qǐng)點(diǎn)贊。還可以微信關(guān)注和置頂我的公眾號(hào)“玉樹芝蘭”(nkwangshuyi)焦影。
如果你對(duì)數(shù)據(jù)科學(xué)感興趣车遂，不妨閱讀我的系列教程索引貼《如何高效入門數(shù)據(jù)科學(xué)？》斯辰，里面還有更多的有趣問題及解法艰额。
