1.概述1.1 Python 数据分析优势1.Python 作为当下最为流行的编程语言之一可以独立完成数据分析的各种任务数据分析领域里有海量开源库机器学习 / 深度学习领域最热门的编程语言在爬虫Web 开发等领域均有应用2.Python 与 ExcelPowerBITableau 等软件比较Excel 有百万行数据限制PowerBITableau 在处理大数据的时候速度相对较慢ExcelPower BI 和 Tableau 需要付费购买授权Python功能远比 ExcelPowerBITableau 等软件强大Python跨平台WindowsMacOSLinux 都可以运行3.Python 与 R 语言比较Python 在处理海量数据的时候比 R 语言效率更高Python 的工程化能力更强R 专注于统计与数据分析领域Python 在非结构化数据文本图像和深度学习领域比 R 更有优势在数据分析相关开源社区python 相关的内容远多于 R 语言1.2 常用开源库1.2.1 Numpy库NumpyNumerical Python是 Python 语言的一个扩展程序库它是一个运行速度非常快的数学库主要用于数组计算矩阵运算包含一个强大的 N 维数组对象 ndarray广播功能函数整合 C / C / Fortran 代码的工具线性代数傅里叶变换随机数生成等功能1.2.2 Pandas库Pandas 是一个强大的分析结构化数据的工具集它的基础是 Numpy提供高性能矩阵运算主要用于数据挖掘和数据分析同时也提供数据清洗功能Pandas 有两个核心对象Series是带索引的一维数组型对象由一组数据 对应的索引组成DataFrame 是带行、列标签的二维表格型数据结构1.2.3 Matplotlib库Matplotlib 是一个功能强大的数据可视化开源 Python 库Python 中使用最多的图形绘图库可以创建静态动态交互式的图表1.2.4 Seaborn库Seaborn 是一个Python 数据可视化开源库建立在 Matplotlib 之上并集成了 Pandas 的数据结构Seaborn 通过更简洁的 API 来绘制信息更加丰富更具吸引力的图像面向数据集的 API与 Pandas 配合使用起来比直接使用 Matplotlib 更方便1.2.5 Sklearn库scikit-learn 是基于 Python 语言的机器学习工具简单高效的数据挖掘和数据分析工具可供大家在各种环境中重复使用建立在 NumpySciPy 和 Matplotlib 上2.数据分析环境搭建2.1 Anaconda2.1.1 概述1.Anaconda 是最流行的数据分析平台Anaconda自带了一大批常用的数据科学包Anaconda自带 Python 解释器Anaconda 是在conda包管理器 虚拟环境管理器上发展起来的可以帮助用户在计算机上安装和管理数据分析相关包包含了虚拟环境管理工具2.Anaconda 可用于多个系统WindowsMac OSLinux可以在官网上下载对应平台的安装包2.1.2 Anaconda 客户端界面操作1.主界面2.虚拟环境和包管理创建虚拟环境如下安装 Python 包如下2.1.3 Anaconda的虚拟环境和包管理功能 —— 命令行实现1.Anaconda 包管理功能安装 Python 包conda install 包名pip install 包名使用pip时最好指定安装源pip install 包名 -i 镜像源阿里云https://mirrors.aliyun.com/pypi/simple/豆瓣https://pypi.douban.com/simple/清华大学https://pypi.tuna.tsinghua.edu.cn/simple/中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/2.Anaconda 虚拟环境管理通过命令行管理虚拟环境创建虚拟环境conda create -n 虚拟环境名字 pythonpython版本进入虚拟环境conda activate 虚拟环境名字退出虚拟环境conda deactivate 虚拟环境名字删除虚拟环境conda remove -n 虚拟环境名字 --all列出所有 conda 虚拟环境名称 环境路径conda env list列出环境里安装的软件包conda list 模块名查看本机支持的该模块的所有版本conda search 模块名2.2 Jupyter Notebook2.2.1 启动 Jupyter Notebook1.通过 Anaconda 客户端界面启动2.通过终端启动conda activate 虚拟环境 jupyter notebook2.2.2 Jupyter Notebook 使用介绍常用快捷键1.命令模式按 ESC 进入Ycell 切换到 Code 模式Mcell 切换到 Markdown 模式A在当前 cell 的上面添加 cellB在当前 cell 的下面添加 cell双击 D删除当前 cell2.编辑模式按 Enter 进入多光标操作Ctrl 键点击鼠标Mac:CMD 点击鼠标回退CtrlZMac:CMDZ重做CtrlYMac:CMDY补全代码变量、方法后跟 Tab 键为一行或多行代码添加 / 取消注释Ctrl/Mac:CMD/3.两种模式通过快捷键Shift Enter执行本单元代码并跳转到下一单元Ctrl Enter执行本单元代码留在本单元2.2.3 Jupyter Notebook中使用 MarkdownMarkdown语法如下