開始Python的新手教程

本文是《如何七周成為數據分析師》的第十八篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經熟悉Python，大可不必再看這篇文章，或只挑選部分。

Python是近年來最火爆的語言，已經作為數據分析和機器學習的首選語言之一。

Python雖然被詬病不夠快，但足夠靈活和易上手。Python教程主要圍繞數據分析展開，所以技術原理這類內容會略過，可以認為這是一篇重應用的課程。

想學會一門語言不是一朝一夕的事情，若大家想成為技術型的數據分析師，或者未來往數據挖掘發展，建議你要比文章內容學得更深。所有的代碼最好都手打一遍，這是最有效的學習方式。

數據分析環境

Python的編寫環境，用Anaconda足矣。Anaconda是專業的數據科學計算環境，已經集成絕大部分包和工具，不需要多餘的安裝和調試。

Python版本建議3.0以上，現在最新版本是3.6，不要選擇2.7的版本，否則你會被無盡的中文編碼問題困擾。

Anaconda在官網http://continuum.io/downloads 下載，選擇最新版本，約400MB。

完成安裝後，Win版本會多出幾個程序，Mac版本只有一個Navigator導航。數據分析最常用的程序叫Jupyter，以前被稱為IPython Notebook，是一個互動式的筆記本，能快速創建程序，支持實時代碼、可視化和Markdown語言。

點擊Jupyter進入，它會自動創建一個本地環境localhost。

點擊界面右上角的new，創建一個python文件。

開始你的Python

界面上部是工具欄，編輯撤回運行等，下面是快捷操作，大家以後會熟悉的。頁面正中便是腳本執行的地方，我們輸入自己第一行代碼吧：

（我就不用hello world）灰色框是輸入程序的地方，回車是換行，shift+回車執行灰色區域的代碼，它的結果會直接在下面空白處出現。這就是Jupyter互動式的強大地方，將Python腳本分成片段式運行，尤其適合數據分析的摸索調整工作。

這裡的print叫函數，和excel的函數同理，是程序執行的主體，負責將輸入轉化成輸出（函數留在下一篇細講）。這裡將hello qinlu這段文字輸出。新手可能會奇怪為什麼要加引號，這種用引號括起來的文字在程序中叫字元串。

Python是一門計算機語言，它的邏輯和自然語言不一樣，編程語言的目的是執行任務，所以它不能有歧義。為了規避各種歧義，人們創造了語法規則，只有正確的語法，才能被轉換成CPU執行的機器碼。

先了解Python語法中的數據類型。計算機最開始只被用於數值運算，後來被賦予了各種豐富的數據類型。

上面兩個是小學生都會的四則運算，在計算機語言中可沒有那麼簡單。它涉及了兩個數值類型，整數int和浮點數float。整數和浮點數在計算機內部存儲的方式是不同的，我們不用知道具體原理，明確一點，整數運算是永遠精確的，浮點運算則可能有誤差。

兩種數據類型也可以互換，通過int函數和float函數。

有了數值，必然有文本，程序中叫字元串，用英文引號括起來表示。單引號和雙引號沒有區別，所以"qinlu"和"qinlu"是等價的，引號是邊界，輸出的時候不會包含它。當字元串內本身包含引號時，也不影響使用。

需要注意的是，不論單引號還是雙引號，一旦混用很容易出現錯誤。因為程序並不知道它是字元串的邊界還是符號。

解決方法有兩種，一種是使用三引號，三引號代表整體引用，而且包含換行。第二種是引號前面加，它是轉義字元，表示這個引號就是單純的字元。

三引號也可以用來注釋，通常是大段的文字解釋，如果一句話，我們更習慣用#，#後面的內容均不會作為程序執行。

時間是特殊的數值類型，它將結合datetime模塊講解。

還有兩個常見的數據類型，布爾值和空值。布爾值是邏輯判斷值，只有True和False。

布爾值在IF語句和數據清洗中經常使用，利用其過濾。布爾值能和布爾值運算，不過這裡是and、not、or作為運算符，Ttue and True = True，False and True = False，False and False = False，not True = False，True or False = True等。

空值是一個特殊的值，表示為None，None不等於0，0具有數學意義而None沒有，None更多表示該值缺失。

整數，浮點數，字元串，布爾值，空值就是Python常見的數據類型。Python3對中文的支持比較友好，所以大家可以用中文作為字元串試一下print。

數據類型構成了變數的基礎，變數可以是任意的數據類型。想要用變數，必須先賦予變數一個值，這個過程叫賦值。

我首先給a賦予了一個整數值1，然後改變它為字元串abc，變數在Python中沒有固定的數值類型，這是Python最大的優點，所以它在數據分析中很靈活。這也是它被稱為動態語言的原因，相對應的叫靜態語言。

Python是大小寫敏感的語言，所以a和A是有區別的，這點請牢記。另外變數名儘可能使用英文，不要拼音，英文的可讀性是優於拼音的。

變數有兩種拼寫風格，一種叫駝峰，一種叫下劃線，以用戶ID為例。駝峰命名法為userId，以一串英文詞語user和id組成變數，第一個詞語的首字母小寫，第二個詞語開始的首字母均大寫。下劃線命名法為user_id，全部小寫，用_分割單詞。

初看a = a + 1好像有邏輯問題，其實這涉及到了程序執行的先後順序，程序是先計算a+1的值得到2，然後將其賦予(覆蓋)了a。等號右邊的計算先於左邊，這是從右到左的邏輯關係。

有變數，自然有常量，常量是固定不變的量，可是在Python中沒有真正意義的常量，一切皆可變，它更多是習慣上的叫法，即一旦賦值，就不再改變了。

Python的基礎數學運算符號有+,-,*,/,//,%。前面四個就是加減乘除，其中除法的結果一定是浮點數。後面兩個符號是除法的特殊形式，//代表除法中取整數，%代表除法中取餘數。

——————

歡迎關注我的微信公眾號：tracykanc