Outils de ligne de commande pour la science des données dans Linux
Maintenant, il existe de bonnes raisons pour lesquelles les scientifiques des données préfèrent utiliser les outils susmentionnés car les outils sont bien équipés pour gérer les multitudes de tâches liées aux données. Cependant, ce ne sont pas les seuls outils faciles à utiliser à leur disposition ou à nous.
Les personnes qui sont des utilisateurs réguliers de Linux savent à quel point le terminal de commande Linux est puissant. Les utilisateurs peuvent effectuer pratiquement tout ce qui concerne leurs systèmes en utilisant le terminal de commande. Bien que Linux offre à ses utilisateurs une interface graphique attrayante, le terminal de commande est plus amusant et interactif.
Cependant, seules quelques personnes savent comment utiliser le terminal pour effectuer des tâches de science des données régulières. De plus, si vous souhaitez savoir comment utiliser le terminal comme outil pour la science des données, vous êtes au bon endroit car nous reviendrons sur certaines des commandes que vous pouvez utiliser pour faire exactement cela.
$ wc
La première commande que nous expliquerons est $ wc et elle est utilisée pour découvrir le nombre de mots, le nombre de caractères, le nombre de lignes et les comptes d'octets d'un fichier particulier. Cette commande peut être importante car vous pouvez consulter la taille du fichier que vous allez vérifier. Il existe différentes sorties avec différents opérateurs utilisés avec $ wc. La sortie par défaut nous donne le nombre de lignes, le nombre de mots et le nombre de caractères de gauche à droite respectivement. La syntaxe de cette commande est:
$ wc
$ wget
Une autre commande importante qui peut être régulièrement utilisée par les scientifiques des données est la commande $ wget. Cette commande télécharge les fichiers à partir de lieux distants. Dans le cas de l'ensemble de données, vous souhaitez passer par le téléchargement, vous pouvez utiliser la commande $ wget pour la récupérer directement sur votre ordinateur sans hoquet. La syntaxe pour $ wget est:
$ wget
$ head et $ commandes.
Considérez le scénario où vous avez téléchargé un ensemble de données composé de nombreux fichiers. Maintenant, vous recherchez un fichier spécifique avec un contenu spécifique de votre intérêt. Vous pouvez utiliser les commandes $ head et $ tail pour connaître le contenu des fichiers.
La commande $ head imprime les premières lignes du fichier comme sortie. La sortie par défaut est de 10 lignes et vous pouvez choisir de voir autant de lignes que vous le souhaitez.
La commande $ tail vous donne les lignes à la fin du fichier comme sortie. Il a également une sortie par défaut de 10 lignes. La syntaxe des deux commandes est la suivante:
$ head -n
$ tail -n
$ trouver
La commande suivante que nous allons jeter un coup d'œil est la commande $ find. Vous savez maintenant que l'ensemble de données dont les scientifiques doivent faire face est généralement très grand. Il se compose de milliers de fichiers et au cas où ils souhaiteraient un fichier spécifique, il peut devenir un mal de tête. Cependant, le terminal Linux a fourni à ses utilisateurs la commande $ Find. Si une personne connaît le nom du fichier qu'il recherche, utilisez simplement la commande $ Find pour le trouver instantanément.
$ trouver-nom <'filename'> - taper
$ chat
La commande $ cat a un certain nombre d'utilisations dans le monde de la science des données. L'utilisation la plus élémentaire de la commande $ cat est qu'elle publie tout le contenu d'un fichier particulier.
$ Cat signifie «concaténate» et il peut être utilisé pour combiner deux ou plusieurs fichiers ensemble pour former un seul fichier.
La syntaxe pour obtenir le contenu d'un fichier est la suivante:
$ chat
D'autres utilisations de la commande $ cat incluent la numérotation des lignes présentes dans le fichier, l'ajout de texte dans les fichiers, la création de nouveaux fichiers, etc.
$ CUT
La commande $ Cut est utilisée pour supprimer des sections de contenu dans un fichier particulier. Vous pouvez également copier ces sections et les coller dans un autre fichier. Il devrait s'avérer utile lorsque vous souhaitez extraire quelques lignes d'informations utiles à partir d'un fichier particulier.
$ CUT -
awk
Avant cela, nous avons examiné les commandes Linux qui peuvent s'avérer utiles aux scientifiques des données. Awk, en revanche, est un langage de programmation à part entière qui traite essentiellement du texte de traitement présent dans les fichiers ou en général. Il s'agit d'un outil puissant qui peut être convoqué dans le terminal avec de courtes commandes. Il existe une variété de tâches qui peuvent être effectuées à l'aide de awk et il est recommandé d'apprendre à utiliser awk dans le terminal Linux.
Grep
Grep est un autre outil de traitement de texte qui est quelque peu similaire à AWK, mais il peut également effectuer d'autres tâches avec un minimum d'agitation et une syntaxe facile à mettre en œuvre. C'est un autre outil que vous pouvez apprendre rapidement et utiliser à votre avantage pour effectuer des tâches textuelles liées aux données.
Conclusion
Dans cet article, nous avons examiné les différents outils et commandes disponibles sur le terminal Linux qui peuvent aider à effectuer des tâches de science des données. Comme vous pouvez le voir, il existe plusieurs façons dont le terminal Linux peut s'avérer utile, en particulier pour gérer et gérer les données.