分类

主题

数据科学教程

通过我们的数据科学教程推动您的数据职业发展。我们将带您一步步完成具有挑战性的数据科学函数与模型。

其他主题：

DataLabMLOps云计算向量数据库大数据数据分析数据可视化数据工程数据治理数据素养机器学习深度学习职业服务自然语言处理面向商业的人工智能

培训 2 人或更多？试试 DataCamp for Business

数据科学

SARIMA：季节性时间序列预测完整指南

了解 SARIMA 如何扩展 ARIMA 以处理季节性，理解其七个参数，并在 Python 中从数据收集到预测构建可用模型。

Vinod Chugani

2026年10月6日

数据分析

如何将 Pandas DataFrame 保存为 CSV

在 Pandas 中，您可以使用 df.to_csv('your_file_name.csv', index=False) 方法将 DataFrame 保存为 CSV 文件，其中 df 是您的 DataFrame，index=False 可防止添加索引列。

Tudor Mărginean

2026年10月6日

使用 R 与 PhantomJS 进行网页抓取

使用 PhantomJS 在 R 中抓取由 Javascript 生成数据的简短教程。

Filip Schouwenaars

2026年10月6日

数据科学

Pandas 中的 SettingWithCopyWarning：如何修复此警告

了解如何修复 Pandas 的 SettingWithCopyWarning：正在尝试将一个值设置到 DataFrame 切片的副本上。

François Aubry

2026年10月6日

Git

在您的计算机上搭建数据科学环境

了解在本地计算机上使用 Python、R、Git 和 Unix Shell 搭建数据科学环境的多种选项。

DataCamp Team

2026年10月6日

数据科学

Sigmoid 函数：数据科学中的关键组件

探讨 sigmoid 函数在神经网络与逻辑回归中的重要性，并提供数据科学应用的实用见解。

Vikash Singh

2026年10月6日

数据分析

简单线性回归：您需要知道的一切

学习简单线性回归。掌握模型方程，理解关键假设与诊断方法，并学会如何有效解读结果。

Josef Waples

2026年10月6日

数据科学

奇异矩阵：数据科学中的关键概念与示例

了解奇异矩阵、其性质、检测方法，以及对机器学习与数值计算的关键影响。

Arunn Thevapalan

2026年10月6日

数据科学

Snscrape 教程：如何用 Python 抓取社交媒体数据

本教程将帮助您安装、使用并排查 snscrape。您将学会抓取推文、Facebook 帖子、Instagram 话题标签或 Subreddit。

Amberle McKee

2026年10月6日

机器学习

Softplus：值得了解的平滑激活函数

本指南解释 Softplus 的数学特性、其优点与权衡、在 PyTorch 中的实现，以及何时从 ReLU 切换。

Dario Radečić

2026年10月6日

Python

Python 排序教程

了解什么是 sort 方法以及如何使用它。

DataCamp Team

2026年10月6日

数据科学

空间复杂度：算法如何使用内存

学习如何使用渐进记号计算空间复杂度；了解递归、数据结构与辅助空间等内存组成如何叠加；并通过原地技巧降低空间占用。

Iheb Gafsi

2026年10月6日

主题

技术

数据科学教程

SARIMA：季节性时间序列预测完整指南

如何将 Pandas DataFrame 保存为 CSV

使用 R 与 PhantomJS 进行网页抓取

Pandas 中的 SettingWithCopyWarning：如何修复此警告

在您的计算机上搭建数据科学环境

Sigmoid 函数：数据科学中的关键组件

简单线性回归：您需要知道的一切

奇异矩阵：数据科学中的关键概念与示例

Snscrape 教程：如何用 Python 抓取社交媒体数据

Softplus：值得了解的平滑激活函数

Python 排序教程

空间复杂度：算法如何使用内存

主题

技术