从入门到精通Python数据科学简洁教程光环大数据Python培训.pdfVIP

光环大数据--大数据培训人工智能培训 从入门到精通，Python 数据科学简洁教程_光环大数据Python 培训 Python 是一门通用的编程语言，在过去十年中被数据科学领域广泛使用。 事实上，Python 在数据科学领域是仅次于R 的第二热门的编程语言。 本篇文章的主要目的在于向大家展示使用Python 学习数据科学有多么的容 易。你可能以为自己要先成为一名高级Python 程序员，然后才能进行通常与数 据科学相关的复杂任务，然而事实并非如此。Python 附带了很多有用的工具库， 它们可以在后台为你提供强大的支持。你甚至不需要知道程序在运行什么，你不 必关心这些。唯一你真正需要知道的是，你需要执行一些特定的任务，而Python 使这些任务变得相当简单。 那么，让我们现在就开始吧。 配置数据科学所需的Python 环境 无论你使用的电脑是Mac 还是Windows，我都建议你下载一个免费的能够让 你轻松访问尽可能多的有用模块的Python 发行版本。 我试用了一些 Python 的发行版本，在这里，我推荐大家使用 Continuum Analytics 提供的Anaconda。这个Python 发行版本包含200 多个工具库。要理 解Python 中包、模块和库的差异，请查阅这篇文章。 在你下载Anaconda 的时候，你需要选择下载Python 2 版本还是Python 3 版本。我强烈建议你使用Python 2.17.12 版本。截止到2016 年底，绝大多数的 非计算机科学的Python 用户都使用了这个Python 版本。它能够出色地完成数据 科学任务，比 Python 3 更容易学习，而且像 GitHub 这样的网站中有数百万的 Python 脚本和代码片段，可供大家参考，生活会变得更加容易。 光环大数据 光环大数据--大数据培训人工智能培训 Anaconda 也附带了 Ipython 编程环境，建议大家使用。安装Anaconda 后， 只需要导航到Jupyter笔记本并开启程序，就可以在Web 浏览器中打开IPython。 Jupyter 笔记本的程序会自动启动Web 浏览器中的应用程序。 你可以参考这篇文章了解如何在Ipython 笔记本中更改路径。 基础知识学习 在你深入了解Python 的数据科学库之前，你首先需要学习一些Python 的基 础知识。Python 是一门面向对象的编程语言。在Python 中，对象既可以赋值给 一个变量，也可以作为参数传递给一个函数。以下都是Python 中的对象：数字、 字符串、列表、元组、集合、字典、函数以及类。 Python 中的函数与普通数学中的函数基本上是一致的——它接收输入数据， 对数据进行处理并输出结果。输出的结果完全取决于函数是如何被设计的。另一 方面，Python 中的类是被设计为输出其他对象的对象的原型。 如果你的目标是编写快速、可复用、易于修改的Python 代码，那么你必须 使用函数和类。使用函数和类有助于保证代码的高效与整洁。 现在，让我们看看Python 中有哪些可用的数据科学工具库。 科学计算：Numpy 与Scipy Numpy 是一个主要用于处理n 维数组对象的Python 工具包，而Scipy 则提 供了许多数学算法与复杂函数的实现，可用来扩展Numpy 库的功能。Scipy 库为 Python 添加了一些专门的科学函数，以应对数据科学中的一些特定任务。 为了在Python 中使用Numpy （或其他任何Python 库），你必须首先导入对 光环大数据 光环大数据--大数据培训人工智能培训 应的工具库。 np.array(scores) 将一个列表转换成一个数组。 当你使用普通的Python 程序时——未使用任何外部扩展（例如工具库）的 Python 程序——你只能受限地使用一维列表来存储数据。但是，如果你使用 Numpy 库来扩展Python，你可