python数据分析基础623.docxVIP

可编辑文档 PAGE 页码页码/NUMPAGES 总页数总页数 python数据分析(pandas) 几年后发生了。.在使用SAS工作超过5年后，我决定走出自己的舒适区。作为一个数据科学家，我寻找其他有用的工具的旅程开始了！幸运的是，没过多久我就决定，Python作为我的开胃菜。 ? 我总是有一个编写代码的倾向。.这次我做的是我真正喜欢的。代码。原来，写代码是如此容易！ ? 我一周内学会了Python基础。.并且，从那时起，我不仅深度探索了这门语言，而且也帮助了许多人学习这门语言。Python是一种通用语言。但是，多年来，具有强大的社区支持，这一语言已经有了专门的数据分析和预测模型库。 ? 由于Python缺乏数据科学的资源，我决定写这篇教程来帮助别人更快地学习Python。在本教程中，我们将讲授一点关于如何使用Python进行数据分析的信息，咀嚼它，直到我们觉得舒适并可以自己去实践。 目录 1. 数据分析的Python基础 为什么学Python用来数据分析 Python 2.7 v/s 3.4 怎样安装Python 在Python上运行一些简单程序 2. Python的库和数据结构 Python的数据结构 Python的迭代和条件结构 Python库 3. 在Python中使用Pandas进行探索性分析 序列和数据框的简介 分析Vidhya数据集——贷款的预测问题? 4. 在Python中使用Pandas进行数据再加工 5. 使用Python中建立预测模型 逻辑回归 决策树 随机森林 让我们开始吧 1.数据分析的Python基础 为什么学Python用来数据分析 ? 很多人都有兴趣选择Python作为数据分析语言。这一段时间以来，我有比较过SAS和R。这里有一些原因来支持学习Python： 开源——免费安装 极好的在线社区 很容易学习 可以成为一种通用的语言，用于基于Web的分析产品数据科学和生产中。 ? 不用说，它仍然有几个缺点： 它是一种解释性的语言，而不是编译的语言，因此可能占用更多的CPU时间。然而，由于它节省了程序员的时间（由于学习的方便），它可能仍然是一个很好的选择。 Python 2.7 v/s 3.4 ? 这是关于Python的一个最具争议的话题。你可能总是不能避免遇到，尤其是如果你是一个初学者。这里没有正确/错误的选择。它完全取决于具体情况和你的需要。我会尝试给你一些建议，以帮助你做出明智的选择。 为什么选择Python 2.7 极好的社区支持！这是你在初期需要的东西。Python 2发行于2000年末，已经被使用超过15年。 很多第三方库！虽然许多库已经提供了3.X的支持，但仍然有大量的模块只工作在2.X。如果你计划将Python用于具体的应 ? ? ? 用，如Web开发这种高度依赖外部模块的，你选择2.7可能会更好。 3.X版本的一些特性有向后兼容性，可以使用2.7版本。 为什么选择Python 3.4 更整齐和更快！Python开发者修正了一些固有的问题和小缺点，以此为未来建立一个强大的基础。这些可能不是很相关，但最终会很重要。 这是未来！2.7是2 .X族发布的最后一个版本，并且最终每个人都要转移到3.X版本。Python 3在过去5年已经发布的稳定版本，并将继续。 ? 没有明确的赢家，但我想，底线是，你应该专注于学习Python语言。版本之间的转换应该只是一个时间问题。敬请期待，不久的将来一个专门对比Python 2.X和3 X的文章！ 怎样安装Python 有两种方法安装Python 你可以直接从项目网站下载Python，然后单独安装你想要的组件和库 或者，你可以下载并安装一个包，它附带了预装的库。我建议您下载Anaconda。另一种选择是 Enthought Canopy Express。 第二种方法提供了一个避免麻烦的安装，因此我会推荐给初学者。这种方法是你必须等待整个包进行升级， ? 即使你只是对一个单一的库的最新版本感兴趣。它应该不重要，直到和除非，直到和除非，你正在做的尖端统计研究。 选择开发环境 ? 一旦你已经安装了Python，选择环境可以有很多种选择。这里是3个最常见的选择： 终端/基于Shell IDLE(默认环境) iPython notebook ——类似于R的markdown ? 而环境权取决于你的需要，我个人更喜欢iPython notebook一点 。它提供了许多良好的功能，编写代码的同时还可以用于记录，你可以选择在上面运行代码块（而不是一行一行的执行）。 我们在整个教程中将使用Ipython 环境 热身：跑第一个Python程序 ? 你可以使用Python作为一个简单的计算器来开始： 有一些事情需要注意： 你可以在你的终端/ CMD键入“IPython not