利用PYTHON進行數據分析 學習筆記

Python for Data Analysis 這本書是唐學韜老師帶領的團隊在2013年就翻譯完畢的著做。原書做者是美國的McKinney.W.。如今是2019年，Python的使用如火如荼，我不知道它是否已經發展成熟。Just do it.如今開始。。。也不晚

Python 給人的初次印象很是的好，工整、語法邏輯清晰，能夠說很是相似於英語的天然語法了（我是說和一段標準的英文對話很相似了）。

做爲一個初學者，我最最對Python感到崇拜的，就是它的LIST 和 for...in...:迭代循環，仔細想一想其實咱們的工做方式和思考方式就是這麼個樣子，把工做內容或思想排列成清單，而後一項項地處理。。。一項項地處理。。。，在迭代中，作出各類判斷、給出其後的結果、或是論斷。那本著名的《Head First Python》中開篇就告訴大夥——人人都愛LIST

 

本書中所說的「數據」，主要指的是結構化數據（structured data），好比：

• 多維數組（矩陣）
• 表格型數據
• 經過關鍵列（對於SQL用戶而言，就是主鍵和外鍵）相互聯繫的多個表
• 間隔平均或不平均的時間序列

 

爲何要使用Python進行數據分析

我之前讀一本教程時，最常作的事情之一就是忽略文章中的「爲何。。。」章節，我覺得我既然看這本書，就是知道「爲何」，如今我明白，原來我是那麼的「錯」，看教程必定要仔細研讀其中的「爲何。。。」；之前，我常作的另外一件錯事，就是基本不看書的「目錄」，若是你也有這種習慣，讓咱們一塊兒改正吧。

• Python適合巨量的數據處理
• Python適合複雜的數據分析
• WEB框架（Django）
• 活躍的科學計算社區
• 豐富的「庫」資源
• Python是計算機語言「粘合劑」

徹底能夠只使用Python一種語言來構建以數據爲中心的應用程序。通俗地說，Python最適合於統計學、探索性需求。做爲一個科學計算平臺，Python成功地集成C、C++、Fortran代碼。

 

重要的Python庫

利用Python進行數據分析，根本就是在和各類庫在打交道，下面是最最經常使用的：

• NumPy
• Pandas
• matplotlib
• SciPy

 

安裝和設置

爲了數據處理而使用Python，就讓咱們在64base操做系統環境下，安裝一個Anaconda(64-bit)環境吧，一路「next」，幾乎不會出錯。而後，全部其餘須要安裝的庫，就「pip install module_name」，很是好使啊。

這一篇應該就是踏入數據分析的開始吧。我會堅持繼續學習，也會繼續修改上面這些文字，當我學得更深時，我也許會把上面的文字改的面目全非。