2021-02-20 21:10:55

new/thoughtful-ds/02.md

@@ -35,7 +35,7 @@ Scala 还提供了一种非常简洁的语法，可以将其转换为更少的
 
 即使初学者也可以使用流行的 [scikit-learn 包](http://scikit-learn.org)快速构建机器学习分类器，而无需成为机器学习专家，也可以使用 [Matplotlib](https://matplotlib.org) 或 [Bokeh](https://bokeh.pydata.org) 快速绘制丰富的图表。
 
-此外，Python 也已成为 IEEE Spectrum 2017 调查（ [https://spectrum.ieee.org/computing/software/the-2017-top- 编程语言](https://spectrum.ieee.org/computing/software/the-2017-top-programming-languages)）：
+此外，Python 也已成为 [IEEE Spectrum 2017 调查](https://spectrum.ieee.org/computing/software/the-2017-top-programming-languages)：
 
 ![Why choose Python?](img/00012.jpeg)
 
@@ -49,7 +49,7 @@ GitHub 上也证实了这种趋势，其中 Python 现在在存储库总数中
 
 上图显示了一些有趣的统计数据，展示了 Python 开发人员社区的活跃程度。 在 GitHub 上活动的与 Python 相关的存储库的大小为第三大，每个存储库的总代码推送和未解决的问题也相类似。
 
-Python 在网络上也变得无处不在，它通过 Web 开发框架为众多知名网站提供支持，例如 Django（ [https://www.djangoproject.com](https://www.djangoproject.com) ），Tornado（ [http ：//www.tornadoweb.org](http://www.tornadoweb.org) ）和 TurboGears（ [http://turbogears.org](http://turbogears.org) ）。 最近有迹象表明，Python 也在所有主要的云提供商中进入了云服务领域，其中包括中提供了某些功能。
+Python 在网络上也变得无处不在，它通过 Web 开发框架为众多知名网站提供支持，例如 [Django](https://www.djangoproject.com)，[Tornado](http://www.tornadoweb.org) 和 [TurboGears](http://turbogears.org)。 最近有迹象表明，Python 也在所有主要的云提供商中进入了云服务领域，其中包括中提供了某些功能。
 
 Python 显然在数据科学领域有着光明的前途，尤其是与诸如 Jupyter Notebooks 之类的强大工具结合使用时，Python 在数据科学家社区中已变得非常流行。 笔记本电脑的价值主张是，它们非常易于创建，并且非常适合快速运行的实验。 此外，笔记本电脑还支持多种高保真序列化格式，可以捕获指令，代码和结果，然后可以很容易地与团队中的其他数据科学家共享这些代码，也可以将其作为开源供所有人使用。 例如，我们看到 Jupyter Notebook 在 GitHub 上激增，数量超过 250 万并且还在增加。
 
@@ -69,7 +69,7 @@ GitHub 上的 Jupyter Notebooks 的搜索结果
 
 我经常被问到我是如何想到 PixieDust 这个名字的，我只是想让 Notebook 对于非数据科学家来说就像魔术一样简单。
 
-PixieDust（ [https://github.com/ibm-watson-data-lab/pixiedust](https://github.com/ibm-watson-data-lab/pixiedust) ）是一个开源项目，主要由三个组件组成，旨在解决本章开头所述的三个目标。 ：
+[PixieDust](https://github.com/ibm-watson-data-lab/pixiedust) 是一个开源项目，主要由三个组件组成，旨在解决本章开头所述的三个目标。
 
 *   一个适用于 Jupyter Notebooks 的辅助 Python 库，它提供了简单的 API，可将各种来源的数据加载到流行的框架（如熊猫和 Apache Spark DataFrame）中，然后以交互方式可视化和浏览数据集。
 *   一个基于 Python 的简单编程模型，通过创建功能强大的仪表板 PixieApps，开发人员可以将分析结果直接“产品化”到 Notebook 中。 正如我们将在下一章中看到的那样，PixieApps 与传统的 **BI** （ **Business Intelligence** 的缩写）仪表板有所不同，因为开发人员可以直接使用 HTML 和 CSS 来创建 任意复杂的布局。 此外，他们可以将对笔记本中创建的任何变量，类或函数的访问权限嵌入其业务逻辑中。
@@ -77,13 +77,13 @@ PixieDust（ [https://github.com/ibm-watson-data-lab/pixiedust](https://github.c
 
 请务必注意，PixieDust `display()` API 主要支持两种流行的数据处理框架：
 
-*   **pandas** （ [https://pandas.pydata.org](https://pandas.pydata.org) ）：迄今为止，最流行的 Python 数据分析包，pandas 提供了两种主要数据结构：用于处理两个- 一维列状数据集和系列。
+*   [**pandas**](https://pandas.pydata.org)：迄今为止，最流行的 Python 数据分析包，pandas 提供了两种主要数据结构：用于处理两个- 一维列状数据集和系列。
 
     ### 注意
 
     当前，PixieDust `display()`仅支持 pandas DataFrames。
 
-*   **Apache Spark DataFrame** （ [https://spark.apache.org/docs/latest/sql-programming-guide.html](https://spark.apache.org/docs/latest/sql-programming-guide.html) ）：这是高级数据结构 用于操纵整个 Spark 集群中的分布式数据集。 Spark DataFrames 构建在较低级 **RDD** （**弹性分布式数据集**的简称）之上，并添加了支持 SQL 查询的功能。
+*   [**Apache Spark DataFrame**](https://spark.apache.org/docs/latest/sql-programming-guide.html)：这是高级数据结构 用于操纵整个 Spark 集群中的分布式数据集。 Spark DataFrames 构建在较低级 **RDD** （**弹性分布式数据集**的简称）之上，并添加了支持 SQL 查询的功能。
 
 PixieDust `display()`支持的另一种较不常用的格式是 JSON 对象数组。 在这种情况下，PixieDust 将使用这些值来构建行，并将键用作列，例如，如下所示：
 
@@ -105,7 +105,7 @@ my_data = [
 *   **Scala Bridge** ：您可以使用`%%scala`魔术在 Python 笔记本中直接使用 Scala 。 变量自动从 Python 传输到 Scala，反之亦然。
 *   **Spark 作业进度监视器**：通过直接在单元格输出中显示进度条来跟踪任何 Spark 作业的状态。
 
-在深入研究三个 PixieDust 组件中的每一个之前，最好通过在云上注册托管解决方案（例如，位于 [https://www.wtsonstudio.com/zh-cn/zh-cn/上的 Watson Studio https：//）来访问 Jupyter Notebook。 datascience.ibm.com](https://datascience.ibm.com) ）或在本地计算机上安装开发版本。
+在深入研究三个 PixieDust 组件中的每一个之前，最好通过在云上注册托管解决方案（例如，位于[这个页面](https://datascience.ibm.com)）来访问 Jupyter Notebook 或在本地计算机上安装开发版本。
 
 ### 注意
 
@@ -168,15 +168,15 @@ c.NotebookApp.open_browser = False
 
 ### 提示
 
-我强烈建议您使用 Anaconda（ [https://anaconda.org](https://anaconda.org) ），它提供了出色的 Python 软件包管理功能。 如果像我一样喜欢试验不同版本的 Python 和库依赖关系，建议您使用 Anaconda 虚拟环境。
+我强烈建议您使用 [Anaconda](https://anaconda.org)，它提供了出色的 Python 软件包管理功能。 如果像我一样喜欢试验不同版本的 Python 和库依赖关系，建议您使用 Anaconda 虚拟环境。
 
-它们是轻量级的 Python 沙箱，非常易于创建和激活（请参见 [https://conda.io/docs/user-guide/tasks/manage-environments.html](https://conda.io/docs/user-guide/tasks/manage-environments.html) ）：
+它们是轻量级的 Python 沙箱，非常易于创建和激活（请参见[这个页面](https://conda.io/docs/user-guide/tasks/manage-environments.html)）：
 
 *   创建一个新环境：`conda create --name env_name`
 *   列出所有环境：`conda env list`
 *   激活环境：`source activate env_name`
 
-我还建议您有选择地熟悉源代码，该源代码位于 [https://github.com/ibm-watson-data-lab/pixiedust](https://github.com/ibm-watson-data-lab/pixiedust) 和 [https：// github.com/ibm-watson-data-lab/pixiegateway](https://github.com/ibm-watson-data-lab/pixiegateway) 。
+我还建议您有选择地熟悉源代码，该源代码位于[这个页面](https://github.com/ibm-watson-data-lab/pixiedust)和[这个页面](https://github.com/ibm-watson-data-lab/pixiegateway)。
 
 现在，我们准备在下一部分中以`sampleData()`开头探索 PixieDust API。
 
@@ -184,7 +184,7 @@ c.NotebookApp.open_browser = False
 
 将数据加载到笔记本中是数据科学家可以执行的最多重复任务之一，但是根据所使用的框架或数据源，编写代码可能既困难又耗时。
 
-让我们举一个具体的示例，尝试从一个开放的数据站点（例如 [https://data.cityofnewyork.us](https://data.cityofnewyork.us) ）中将 CSV 文件加载到大熊猫和 Apache Spark DataFrame 中。
+让我们举一个具体的示例，尝试从一个开放的数据站点（例如[这个页面](https://data.cityofnewyork.us)）中将 CSV 文件加载到大熊猫和 Apache Spark DataFrame 中。
 
 ### 注意
 
@@ -521,27 +521,27 @@ PixieDust Charts 菜单
 
 只要安装了相应的库，PixieDust 即可使用以下渲染器。 对于未安装的渲染器，将在 PixieDust 日志中生成警告，并且相应的渲染器不会显示在菜单中。 我们将在[第 5 章](05.html#173722-6bf9b9b4cfde46e3ba53bd8d61355763 "Chapter 5. Best Practices and Advanced PixieDust Concepts")，*最佳实践和高级 PixieDust 概念*中详细介绍 PixieDust 登录。
 
-*   Matplotlib（ [https://matplotlib.org](https://matplotlib.org) ）
-*   Seaborn ( [https://seaborn.pydata.org](https://seaborn.pydata.org) )
+*   [Matplotlib](https://matplotlib.org)
+*   [Seaborn](https://seaborn.pydata.org)
 
     ### 注意
 
     需要使用以下库来安装该库： `!pip install seaborn.`
 
-*   Bokeh ( [https://bokeh.pydata.org](https://bokeh.pydata.org) )
+*   [Bokeh](https://bokeh.pydata.org)
 
     ### 注意
 
     需要使用以下库来安装该库： `!pip install bokeh.`
 
-*   Brunel ( [https://brunelvis.org](https://brunelvis.org) )
+*   [Brunel](https://brunelvis.org)
 
     ### 注意
 
     需要使用以下库来安装该库： `!pip install brunel.`
 
-*   Google 地图（ [https://developers.google.com/maps](https://developers.google.com/maps) ）
-*   Mapbox ( [https://www.mapbox.com](https://www.mapbox.com) )
+*   [Google 地图](https://developers.google.com/maps)
+*   [Mapbox](https://www.mapbox.com)
 
     ### 注意
 
@@ -557,7 +557,7 @@ PixieDust Charts 菜单
 
 ### 注意
 
-在使用 Mapbox 渲染器之前，建议从以下位置的 Mapbox 站点获取 API 密钥：（ [https://www.mapbox.com/help/how-access-tokens-work](https://www.mapbox.com/help/how-access-tokens-work) ）。 但是，如果您没有，则 PixieDust 将提供一个默认密钥。
+在使用 Mapbox 渲染器之前，[建议从以下位置的 Mapbox 站点获取 API 密钥](https://www.mapbox.com/help/how-access-tokens-work)。 但是，如果您没有，则 PixieDust 将提供一个默认密钥。
 
 要创建地图，请使用 NE Mass 数据集中的*百万美元房屋销售，如下所示：*
 
@@ -579,7 +579,7 @@ Mapbox 图表的“选项”对话框
 
 交互式 Mapbox 可视化
 
-每种图表类型都有其自己的上下文选项集，这些选项不言自明，在这一点上，我鼓励您使用它们中的每一个。 如果您发现问题或有增强想法，则可以始终在 GitHub 上的[这个页面](https://github.com/ibm-watson-data-lab/pixiedust/issues)创建一个新问题，或者更好地提交 一个带有您的代码更改的请求请求（这里有更多有关该操作的信息： [https://help.github.com/articles/creating-a-pull-request](https://help.github.com/articles/creating-a-pull-request) ）。
+每种图表类型都有其自己的上下文选项集，这些选项不言自明，在这一点上，我鼓励您使用它们中的每一个。 如果您发现问题或有增强想法，则可以始终在 GitHub 上的[这个页面](https://github.com/ibm-watson-data-lab/pixiedust/issues)创建一个新问题，或者更好地提交 一个带有您的代码更改的请求请求（[这里有更多有关该操作的信息](https://help.github.com/articles/creating-a-pull-request)）。
 
 为避免每次单元格运行时都重新配置图表，PixieDust 将图表选项作为 JSON 对象存储在单元格元数据中，最终将其保存在笔记本中。 您可以通过选择**视图** |手动检查此数据。 **单元格工具栏** | **编辑元数据**菜单，如以下屏幕截图所示：
 
@@ -627,7 +627,7 @@ Mapbox 图表的“选项”对话框
 
 在大多数情况下，这是数据科学与软件工程相遇的地方（或者就像人们所说的*，橡胶与道路相遇*）。 团队之间的持续协作（而不是一次交接）是成功完成任务的关键。 通常，他们还必须应对不同的语言和平台，从而导致软件工程团队重写大量代码。
 
-当我们需要构建实时仪表板以可视化结果时，我们在 Twitter 主题标签项目的*情绪分析中亲身体验了它。 数据分析是使用熊猫，Apache Spark 和一些绘图库（例如 Matplotlib 和 Bokeh）以 Python 编写的，而仪表板是用 Node.js 编写的[ [https://nodejs.org](https://nodejs.org) ）和 D3（ [https://d3js.org](https://d3js.org) ）。*
+当我们需要构建实时仪表板以可视化结果时，我们在 Twitter 主题标签项目的情绪分析中亲身体验了它。 数据分析是使用熊猫，Apache Spark 和一些绘图库（例如 Matplotlib 和 Bokeh）以 Python 编写的，而仪表板是用 [Node.js](https://nodejs.org) 和 [D3](https://d3js.org) 编写的。
 
 我们还需要在分析和仪表板之间建立数据接口，并且由于我们需要系统是实时的，因此我们选择使用 Apache Kafka 来流化分析结果格式的事件。
 
@@ -706,7 +706,7 @@ Hello World PixieApp
 
 在上一节中，我们了解了 PixieApps 与 PixieDust 显示框架的结合如何提供一种简便的方法来构建功能强大的仪表板，这些仪表板可直接与您的数据分析连接，从而允许算法和用户界面之间的快速迭代。 这对于快速原型制作非常有用，但是笔记本电脑不适合在目标角色是业务用户的生产环境中使用。 一个显而易见的解决方案是使用传统的三层 Web 应用程序体系结构重写 PixieApp，如下所示：
 
-*   用于表示层的 React（ [https://reactjs.org](https://reactjs.org) ）
+*   用于表示层的 [React](https://reactjs.org)
 *   Web 层的 Node.js
 *   针对 Web 分析层的数据访问库，用于机器学习评分或运行任何其他分析作业
 
@@ -724,7 +724,7 @@ Hello World PixieApp
 2.  开发人员在同一个 Notebook 中创建一个 PixieApp 来实施这些分析
 3.  准备就绪后，开发人员将 PixieApp 发布为 Web 应用程序，业务部门用户可以轻松地以交互方式使用它，而无需访问笔记本电脑
 
-PixieDust 使用 PixieGateway 组件提供了该解决方案的实现。 PixieGateway 是一个 Web 应用程序服务器，负责加载和运行 PixieApps。 它构建在 Jupyter 内核网关（ [https://github.com/jupyter/kernel_gateway](https://github.com/jupyter/kernel_gateway) ）之上，该网关本身构建在 Tornado Web 框架之上，因此遵循如图所示的架构。 下图：
+PixieDust 使用 PixieGateway 组件提供了该解决方案的实现。 PixieGateway 是一个 Web 应用程序服务器，负责加载和运行 PixieApps。 它构建在 [Jupyter 内核网关](https://github.com/jupyter/kernel_gateway)之上，该网关本身构建在 Tornado Web 框架之上，因此遵循如图所示的架构。 下图：
 
 ![Architecture for operationalizing data science analytics](img/00047.jpeg)
 
@@ -740,7 +740,7 @@ PixieGateway 架构图
 
 2.  业务用户使用步骤 1 中的 URL 从浏览器访问应用程序。
 3.  PixieGateway 提供了一个全面的管理控制台，用于管理服务器，包括配置应用程序，配置和监视内核，访问日志以进行故障排除等。
-4.  PixieGateway 使用 IPython 消息传递协议（ [http://jupyter-client.readthedocs.io/en/latest/messaging.html](http://jupyter-client.readthedocs.io/en/latest/messaging.html) ）通过 WebSocket 或 ZeroMQ，具体取决于内核是本地的还是远程的。
+4.  PixieGateway 使用 [IPython 消息传递协议](http://jupyter-client.readthedocs.io/en/latest/messaging.html)通过 WebSocket 或 ZeroMQ，具体取决于内核是本地的还是远程的。
 
 在将分析产品化时，此解决方案相对于传统的三层 Web 应用程序体系结构进行了重大改进，因为它可以将 Web 和数据层折叠为一个 **Web 分析层**，如下图所示：
 

new/thoughtful-ds/03.md

@@ -225,7 +225,7 @@ app.run()
 
 ## 一个 GitHub 项目跟踪示例应用程序
 
-让我们将到目前为止所学到的应用于实现示例应用程序。 为了解决问题，我们想使用 GitHub Rest API（ [https://developer.github.com/v3](https://developer.github.com/v3) ）搜索项目并将结果加载到 pandas DataFrame 中进行分析。
+让我们将到目前为止所学到的应用于实现示例应用程序。 为了解决问题，我们想使用 [GitHub Rest API](https://developer.github.com/v3) 搜索项目并将结果加载到 pandas DataFrame 中进行分析。
 
 初始代码显示了欢迎屏幕，其中带有一个简单的输入框以输入 GitHub 查询和一个按钮来提交请求：
 
@@ -268,8 +268,8 @@ app.run()
 
 前面的代码中需要注意的几件事：
 
-*   Jupyter 提供了 Bootstrap CSS 框架（ [https://getbootstrap.com/docs/3.3](https://getbootstrap.com/docs/3.3) ）和 jQuery JS 框架（ [https://jquery.com](https://jquery.com) ）。 ] 笔记本。 我们可以轻松地在代码中使用，而无需安装它们。
-*   字体令人敬畏的图标（ [https://fontawesome.com](https://fontawesome.com) ）默认情况下在笔记本电脑中也可用。
+*   Jupyter 笔记本提供了 [Bootstrap CSS 框架](https://getbootstrap.com/docs/3.3)和 [jQuery JS 框架](https://jquery.com)。我们可以轻松地在代码中使用，而无需安装它们。
+*   [FontAwesome 图标](https://fontawesome.com)默认情况下在笔记本电脑中也可用。
 *   PixieApp 代码可以在笔记本的多个单元中执行。 由于我们依赖 DOM 元素 ID，因此重要的是要确保两个元素没有相同的 ID，这会导致不良的副作用。 为此，建议始终包含由 PixieDust 框架提供的唯一标识符`{{prefix}}`，例如`"query{{prefix}}"`。
 
 结果显示在以下屏幕截图中：
@@ -280,7 +280,7 @@ GitHub Tracking 应用程序的欢迎屏幕
 
 下一步是创建一个采用用户值并返回结果的新路由。 此路由将由**提交查询**按钮调用。
 
-为简单起见，以下代码未使用 Python 库与 GitHub 进行接口，例如 PyGithub（ [http://pygithub.readthedocs.io/en/latest](http://pygithub.readthedocs.io/en/latest) ），相反，我们将 直接调用 GitHub 网站上记录的 REST API：
+为简单起见，以下代码未使用 Python 库与 GitHub 进行接口，例如 [PyGithub](http://pygithub.readthedocs.io/en/latest)，相反，我们将 直接调用 GitHub 网站上记录的 REST API：
 
 ### 注意
 
@@ -310,7 +310,7 @@ def do_search(self, query):
 
 [您可以在此处找到代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode5.py)。
 
-在前面的代码中，我们创建了一个名为`do_search`的路由，该路由带有一个名为`query`的参数，用于构建 GitHub 的 API URL。 使用`requests` Python 模块（ [http://docs.python-requests.org](http://docs.python-requests.org) ）向此 URL 发出 GET 请求，我们获得了一个 JSON 有效负载，我们将其转换为 pandas DataFrame。 根据 GitHub 文档，Search API 分页，并将下一页存储在链接的标题中。 该代码使用`while`循环遍历每个链接并将下一页加载到新的 DataFrame 中。 然后，我们将所有 DataFrame 合并为一个`pdf`。 我们剩下要做的就是构建将显示结果的 HTML 片段。 该片段使用 Ji​​nja2 表示法`{{...}}`来访问定义为局部变量的`pdf`变量，这仅能起作用是因为我们在`do_search`方法中使用了`@templateArgs`装饰器。 注意，我们还使用了名为`length`的 Jinja2 过滤器来显示找到的存储库数量：`{{pdf|length}}`。
+在前面的代码中，我们创建了一个名为`do_search`的路由，该路由带有一个名为`query`的参数，用于构建 GitHub 的 API URL。 使用[`requests` Python 模块](http://docs.python-requests.org)向此 URL 发出 GET 请求，我们获得了一个 JSON 有效负载，我们将其转换为 pandas DataFrame。 根据 GitHub 文档，Search API 分页，并将下一页存储在链接的标题中。 该代码使用`while`循环遍历每个链接并将下一页加载到新的 DataFrame 中。 然后，我们将所有 DataFrame 合并为一个`pdf`。 我们剩下要做的就是构建将显示结果的 HTML 片段。 该片段使用 Ji​​nja2 表示法`{{...}}`来访问定义为局部变量的`pdf`变量，这仅能起作用是因为我们在`do_search`方法中使用了`@templateArgs`装饰器。 注意，我们还使用了名为`length`的 Jinja2 过滤器来显示找到的存储库数量：`{{pdf|length}}`。
 
 ### 注意
 
@@ -436,7 +436,7 @@ def do_retrieve_page(self, page):
 
 [您可以在此处找到代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode7.py)。
 
-`page`参数是一个字符串，其中包含我们要显示的`url`类变量的名称。 我们使用标准的`getattr` Python 函数（ [https://docs.python.org/2/library/functions.html#getattr](https://docs.python.org/2/library/functions.html#getattr) ）从页面获取`url`值。 然后，我们在 GitHub API `url`上发出 GET 请求，以 JSON 格式检索有效负载，并将其传递给 Jinja2 模板以生成将插入表中的行集。 为此，我们使用 Jinja2 中可用的`{%for…%}`循环控制结构（ [http://jinja.pocoo.org/docs/templates/#for](http://jinja.pocoo.org/docs/templates/#for) ）生成`<tr>`和`<td>` HTML 标记。
+`page`参数是一个字符串，其中包含我们要显示的`url`类变量的名称。 我们使用标准的[`getattr` Python 函数](https://docs.python.org/2/library/functions.html#getattr)从页面获取`url`值。 然后，我们在 GitHub API `url`上发出 GET 请求，以 JSON 格式检索有效负载，并将其传递给 Jinja2 模板以生成将插入表中的行集。 为此，我们使用 Jinja2 中可用的[`{%for…%}`循环控制结构](http://jinja.pocoo.org/docs/templates/#for)生成`<tr>`和`<td>` HTML 标记。
 
 以下屏幕快照显示了查询的搜索结果：`pixiedust`：
 
@@ -497,11 +497,11 @@ def do_retrieve_page(self, page):
 
 为每一行添加操作按钮
 
-下一步是创建与“回购可视化”页面关联的路由。 该页面的设计非常简单：用户可以从组合框中选择要在页面上可视化的数据类型。 GitHub REST API 提供了对多种类型数据的访问，但是对于此示例应用程序，我们将使用提交活动数据，该数据属于统计信息类别（请参阅 [https://developer.github.com/v3/ repos / statistics /＃get-commit-activity-data](https://developer.github.com/v3/repos/statistics/#get-the-last-year-of-commit-activity-data) ，以获取此 API 的详细说明）。
+下一步是创建与“回购可视化”页面关联的路由。 该页面的设计非常简单：用户可以从组合框中选择要在页面上可视化的数据类型。 GitHub REST API 提供了对多种类型数据的访问，但是对于此示例应用程序，我们将使用提交活动数据，该数据属于统计信息类别（请参阅[这个页面](https://developer.github.com/v3/repos/statistics/#get-the-last-year-of-commit-activity-data)，以获取此 API 的详细说明）。
 
 ### 提示
 
-作为练习，请随时通过添加其他类型的 API 的可视化来改进此示例应用程序，例如 Traffic API（ [https://developer.github.com/v3/repos/traffic](https://developer.github.com/v3/repos/traffic) ）。
+作为练习，请随时通过添加其他类型的 API 的可视化来改进此示例应用程序，例如 [Traffic API](https://developer.github.com/v3/repos/traffic)。
 
 还需要注意的是，即使大多数 GitHub API 都无需身份验证即可工作，但如果您不提供凭据，服务器可能会限制响应。 要验证请求的身份，您需要使用 GitHub 密码或通过选择 GitHub **设置**页面上的**开发人员设置**菜单，然后单击 **Personal 来生成个人访问令牌。 访问令牌**菜单，然后单击**生成新令牌按钮**。
 
@@ -516,7 +516,7 @@ github_token = "XXXXXXXXXX"
 
 为了提供良好的代码模块化和重用性，我们将在新类中实现 Repo Visualization 页面，并使我们的主要 PixieApp 类继承自该类并自动重用其路由。 当您开始拥有大型项目并将其分解为多个类时，请牢记这种模式。
 
-“回购可视化”页面的主要路径返回一个 HTML 片段，该片段具有一个下拉菜单和一个用于可视化的`<div>`占位符。 使用 Bootstrap `dropdown`类（ [https://www.w3schools.com/bootstrap/bootstrap_dropdowns.asp](https://www.w3schools.com/bootstrap/bootstrap_dropdowns.asp) ）创建下拉菜单。 为了使代码更易于维护，菜单项是通过在元组数组上使用 Jinja2 `{%for..` `%}`循环生成的（ [https://docs.python.org/3/tutorial/datastructures.html# 称为`analyses`的元组和序列](https://docs.python.org/3/tutorial/datastructures.html#tuples-and-sequences)，其中包含描述和将数据加载到熊猫 DataFrame 中的函数。 再次在这里，我们在自己的单元格中创建此数组，该数组将在 PixieApp 类中引用：
+“回购可视化”页面的主要路径返回一个 HTML 片段，该片段具有一个下拉菜单和一个用于可视化的`<div>`占位符。 使用 [Bootstrap `dropdown`类](https://www.w3schools.com/bootstrap/bootstrap_dropdowns.asp)创建下拉菜单。 为了使代码更易于维护，菜单项是通过在元组数组上使用 [Jinja2 `{%for..` `%}`循环](https://docs.python.org/3/tutorial/datastructures.html#tuples-and-sequences)生成的，称为`analyses`的元组和序列，其中包含描述和将数据加载到熊猫 DataFrame 中的函数。 再次在这里，我们在自己的单元格中创建此数组，该数组将在 PixieApp 类中引用：
 
 ```py
 analyses = [("Commit Activity", load_commit_activity)]
@@ -593,7 +593,7 @@ def compute_pdf(key):
 
 [您可以在此处找到代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode9.py)。
 
-在前面的代码中，我们使用 Python 列表推导（ [https://docs.python.org/2/tutorial/datastructures.html#list-comprehensions](https://docs.python.org/2/tutorial/datastructures.html#list-comprehensions) ）快速基于`key`生成模拟数据 争论。
+在前面的代码中，我们使用 [Python 列表推导](https://docs.python.org/2/tutorial/datastructures.html#list-comprehensions)快速基于`key`生成模拟数据 争论。
 
 ### 注意
 
@@ -734,7 +734,7 @@ def do_analyse_type(self, analyse_type):
 
 [您可以在此处找到代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode12.py)。
 
-路由有一个名为`analyse_type,`的参数，我们将其用作在`analyses`数组中查找 load 函数的键（注意，我再次使用列表推导来快速进行搜索）。 然后，我们调用传递回购所有者和名称的此函数来获取`vis_info` JSON 有效负载，并将 pandas DataFrame 存储到名为`pdf`的类变量中。 然后，返回的 HTML 片段将`pdf`用作`pd_entity`值，将`vis_info["chart_options"]`用作`pd_optio` `ns`。 在这里，我使用`tojson` Jinja2 过滤器（ [http://jinja.pocoo.org/docs/templates/#list-of-builtin-filters](http://jinja.pocoo.org/docs/templates/#list-of-builtin-filters) ）来确保在生成的 HTML 中正确进行了转义 。 即使已在堆栈上声明了`vis_info`变量，也允许我使用它，因为我为函数使用了`@templateArgs`装饰器。
+路由有一个名为`analyse_type,`的参数，我们将其用作在`analyses`数组中查找 load 函数的键（注意，我再次使用列表推导来快速进行搜索）。 然后，我们调用传递回购所有者和名称的此函数来获取`vis_info` JSON 有效负载，并将 pandas DataFrame 存储到名为`pdf`的类变量中。 然后，返回的 HTML 片段将`pdf`用作`pd_entity`值，将`vis_info["chart_options"]`用作`pd_optio` `ns`。 在这里，我使用[`tojson` Jinja2 过滤器](http://jinja.pocoo.org/docs/templates/#list-of-builtin-filters)来确保在生成的 HTML 中正确进行了转义 。 即使已在堆栈上声明了`vis_info`变量，也允许我使用它，因为我为函数使用了`@templateArgs`装饰器。
 
 在测试改进的应用程序之前，要做的最后一件事是确保主要的`GitHubTracking` PixieApp 类继承自`RepoAnalysis` PixieApp：
 
@@ -805,9 +805,7 @@ GitHub 回购提交活动可视化
 
     ### 注意
 
-    您可以在此处找到的代码文件：
-
-    [https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter ％203 / sampleCode14.py](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode14.py)
+    [您可以在此处找到的代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode14.py)。
 
 *   如果代码包含多行，建议使用`pd_script`子元素，它使您可以使用多行编写 Python 代码。 使用此格式时，请确保代码遵循缩进的 Python 语言规则，例如：
 
@@ -921,7 +919,7 @@ def get_pdf(self):
 
 [您可以在此处找到代码文件](https://github.com/DTAIEB/Thoughtful-Data-Science/blob/master/chapter%203/sampleCode17.py)。
 
-我们使用大熊猫`describe()`方法（ [https://pandas.pydata.org/pandas-docs/stable/genic/pandas.DataFrame.describe.html](https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.describe.html) ）返回包含摘要的 DataFrame 统计信息，例如计数，均值，标准差等。 我们还确保此 DataFrame 的第一列包含统计信息的名称。
+我们使用大熊猫[`describe()`方法](https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.describe.html)返回包含摘要的 DataFrame 统计信息，例如计数，均值，标准差等。 我们还确保此 DataFrame 的第一列包含统计信息的名称。
 
 我们需要做的最后一个更改是初始化`show_stats`变量，因为如果不这样做，那么第一次检查它时，我们会得到`AttributeError`异常。
 

new/thoughtful-ds/04.md

@@ -16,9 +16,9 @@
 
 # Kubernetes 概述
 
-Kubernetes（ [https://kubernetes.io](https://kubernetes.io) ）是一个可扩展开源系统，用于自动化和协调容器化应用程序的部署和管理，在云服务中非常流行 提供者。 尽管支持其他类型的容器，但它最常用于 Docker 容器（ [https://www.docker.com](https://www.docker.com) ）。 在开始之前，您需要访问已配置为作为 Kubernetes 群集的一组计算机； 您可以在此处找到有关如何创建此类集群的教程： [https://kubernetes.io/docs/tutorials/kubernetes-basics](https://kubernetes.io/docs/tutorials/kubernetes-basics) 。
+[Kubernetes](https://kubernetes.io) 是一个可扩展开源系统，用于自动化和协调容器化应用程序的部署和管理，在云服务中非常流行 提供者。 尽管支持其他类型的容器，但它最常用于 [Docker 容器](https://www.docker.com)。 在开始之前，您需要访问已配置为作为 Kubernetes 群集的一组计算机； [您可以在此处找到有关如何创建此类集群的教程](https://kubernetes.io/docs/tutorials/kubernetes-basics)。
 
-如果您没有计算机资源，那么一个好的解决方案是使用提供 Kubernetes 服务的公共云供应商，例如 Amazon AWS EKS（ [https://aws.amazon.com/eks](https://aws.amazon.com/eks) ），Microsoft Azure（ [https://azure.microsoft.com/zh-cn/services/container-service/kubernetes](https://azure.microsoft.com/en-us/services/container-service/kubernetes) ）或 IBM Cloud Kubernetes Service（ [https://www.ibm .com / cloud / container-service](https://www.ibm.com/cloud/container-service) ）。
+如果您没有计算机资源，那么一个好的解决方案是使用提供 Kubernetes 服务的公共云供应商，例如 [Amazon AWS EKS](https://aws.amazon.com/eks)，[Microsoft Azure](https://azure.microsoft.com/en-us/services/container-service/kubernetes) 或 [IBM Cloud Kubernetes Service](https://www.ibm.com/cloud/container-service)。
 
 为了更好地了解 Kubernetes 集群是如何工作的，让我们看下图所示的高级架构：
 
@@ -56,7 +56,7 @@ kubectl [command] [TYPE] [NAME] [flags]
 
 **本地安装**：使用此方法进行测试和开发。
 
-对于这一部分，我强烈建议您使用 Anaconda 虚拟环境（ [https://conda.io/docs/user-guide/tasks/manage-environments.html](https://conda.io/docs/user-guide/tasks/manage-environments.html) ），因为它们可以很好地隔离环境，从而可以 您可以使用不同版本和配置的 Python 包进行实验。
+对于这一部分，我强烈建议您使用 [Anaconda 虚拟环境](https://conda.io/docs/user-guide/tasks/manage-environments.html)，因为它们可以很好地隔离环境，从而可以 您可以使用不同版本和配置的 Python 包进行实验。
 
 如果要管理多个环境，则可以使用以下命令获取所有可用环境的列表：
 
@@ -247,7 +247,7 @@ jupyter kernelgateway --generate-config
     *   **Python** ：`SingletonChartStorage.chart_storage_class`
     *   **环境**：`PG_CHART_STORAGE`
 
-    引用的连接器类必须继承`pixiegateway.chartsManager`包中定义的`ChartStorage`抽象类（可以在此处找到实现： [https://github.com/ibm-watson-data-lab/pixiegateway/blob/ master / pixiegateway / chartsManager.py](https://github.com/ibm-watson-data-lab/pixiegateway/blob/master/pixiegateway/chartsManager.py) ）。
+    引用的连接器类必须继承`pixiegateway.chartsManager`包中定义的`ChartStorage`抽象类（[可以在此处找到实现](https://github.com/ibm-watson-data-lab/pixiegateway/blob/master/pixiegateway/chartsManager.py)）。
 
     PixieGateway 提供了到 Cloudant / CouchDB NoSQL 数据库（ [http://couchdb.apache.org](http://couchdb.apache.org) ）的现成连接器。 要使用此连接器，您需要将连接器类设置为`pixiegateway.chartsManager.CloudantChartStorage`。 您还需要指定辅助配置变量以指定服务器和凭据信息（我们显示了 Python / Environment 表单）：