肖凯－python的数据工具箱－可以.pdfVIP

Python的数据工具箱肖凯

-2-

数据工作四要素

•问题

•数据

•方法

•工具

-3-

-4-

提纲

•为何使用Python

•PythonVSR

•数据相关模块

-5-

为何使用Python

•开源的通用性语言

•整合能力强

•扩展模块丰富

•入门比较简单，语法比较优美

•解释性语言，不需编译，比较灵活

•能快速产生结果，从原型到产品

-6-

为何使用Python

•填补数据研究和产品开发之间的鸿沟

•配合数据科学家完成多领域任务

-7-

PythonVSR

-8-

PythonVSR

两种工具的相同点：

•均为开源免费

•均可在三种操作系统中运行

•均有大量的用户群和社区支持

•均有大量的扩展包和教程资源

•调查显示它们是业界人士最为喜爱的两种工具

-9-

PythonVSR

两种工具的差异点：

•Python是一种通用型编程工具，R专注于数据领域

•R有更为丰富的专业统计函数，Python长于机器学习

•R有更好的可视化包，Python正在快速追赶

•Python和R的核心语法非常简洁，R包的语法兼收并

蓄，错综复杂

-10-

PythonVSR

R:

results-lm(y~x1+x2+x3,data=dataframe)

Python:

results=sm.OLS(y,X).fit()

-11-