Python 与大数据分析.pptx

Python 与大数据分析 ;Python与大数据分析 ;自我介绍;;;;;;Python语言的诞生和发展历史;Python与蟒蛇有关？ Guido van Rossum 于1989年在荷兰国家数学和计算机科学研究所设计出来的;Python 2.0版本于2000年10月发布。 在2008年12月，Python 3.0发布，此版本没有完全兼容之前的Python 2.0 Python也因此分为了Python 3.5派系和Python 2.7派系两大阵营;TIOBE INDEX:编程语言流行程度排行榜;Python曾在2007年和2010年两度被TIOBE排行榜评为“年度编程语言” 现已成为了第五大流行编程语言（截至2016年10月）;Python语言的特点;优点二：强大的标准库 完善的基础代码库，覆盖了网络通信、文件处理、数据库接口、图形系统、XML处理等大量内容，被形象地称为“内置电池”（batteries included） Python使用者——“调包侠”;优点三：良好的可扩展性 大量的第三方模块，覆盖了科学计算、Web开发、数据接口、图形系统等众多领域，开发???代码通过很好的封装，也可以作为第三方模块给别人使用。如Pandas、Numpy、Seaborn、Scikit-learn等等 优点四：免费、开源;缺点一：运行速度慢 缺点二：加密难 缺点三：缩进规则 缺点四：多线程灾难;;;;运行环境及安装;IPython鼓励一种“执行-探索”（execute-explore）的工作模式 输入代码之后，按下回车，便会立即得到代码运行结果;;;;;;;;;;总结;实践案例 1： PyCharm下 ;;解释型语言Python;;用来存储一些之后可能会变化的值 对科比投篮ID为 1 的一次投篮进行分析，那么我们就可以创建一个名称为 shot_id 的变量，并且将 1 值储存在变量 shot_id 中 如果之后我们想要分析科比的另外一次投篮，比如投篮ID为 2 的投篮，我们只需要修改变量 shot_id 的赋值，将 shot_id 赋值为 2 即可;变量名必须是大小写英文字母、数字或下划线 _ 的组合，不能用数字开头，并且对大小写敏感 关键字不能用于命名变量 （31个），如and、as、assert、break、class、continue、def、del等;通过赋值运算符 = 变量名和想要赋予变量的值连接起来，变量的赋值操作就完成了声明和定义的的过程，在其他语言中需要制定类型； 同一变量可以反复赋值，而且可以是不同类型的变量，这也是Python语言称之为动态语言的原因;常量表示“不能变”的变量 Python中是没有常量的关键字的，只是我们常常约定使用大写字母组合的变量名表示常量，也有不要对其进行赋值”的提醒作用;如同我们在看书时做笔记一样 Python语言会通过注释符号识别出注释的部分，将它们当做纯文本，并在执行代码时跳过这些纯文本 在Python语言中，使用 # 进行行注释;多行注释使用连续单个单引号或者双引号;在Python 2.x版本中，同时兼容 print 和 print() 在Python 3.x版本中，print 函数为带括号的 print() 如果想要看变量的值，则直接在 print 后面加上变量名即可。如果是想要输出提示信息，如一句话，那我们需要将提示信息用 ‘ 单引号包裹起来（这使得内容构成一个字符串）;使用逗号,隔开变量与其他剩余内容，则 print 在输出时会依次打印各个字符串或变量，遇到逗号,时会输出一个空格;Python语言的数据类型包括整型、浮点型、字符串、布尔型和空值 整型（int） 整型的取值为整数，有正有负，如 2，-666，666 等。在科比投篮数据集中，shot_id、game_event_id、game_id、loc_x、loc_y、minutes_remaining、period、playoffs、seconds_remaining、shot_distance、shot_made_flag、team_id都是整型变量;浮点型的取值为小数，当计算有精度要求时被使用,由于小数点可以在相应的二进制的不同位置浮动，故而称为浮点数 如 3.14，-6.66 等，但是如果是非常大或者非常小的浮点数，就需要使用科学计数法表示，用 e 代替 10 。科比投篮数据集中的 lat 和lon 为浮点型变量。 ;字符串（str） 字符串是以两个单引号或两个双引号包裹起来的文本 字符串 Jump Shot 包括 J，u，m，p，空格，S，h，o，t 这9个字符;转义字符：字符串里常常存在一些如换行、制表符等有特殊含义的字符，这些字符称之为转义字符 比如 \n 表示换行， \t 表示制表符，Python还允许用 r“ ”