醫院銷售數據分析（數據分析第4關）

（本文為小白菜鳥筆記，大牛請忽略哈。閱讀大約10分鐘，看到的朋友請多指教，謝謝～～）

文章結構

一，Numpy的Array練習

二，Pandas的一維數據練習

三，Pandas的二維數據練習及案例實戰

四，數據分析、數據清洗基本過程

五，學習心得

一，Numpy的Array練習

Numpy是（Numeric Python）的縮寫，是Python中用於存儲和處理大型矩陣的工具，其中的Array可用於處理N維數組對象，下面是一些練習代碼，主要參考書籍為《利用python進行數據分析》。

用array創建數組

其中，創建全部由0、1組成的特殊數組、創建空數組的方法很特殊。

設置數據類型

一些數組在生產的時候，可能會涉及對數據類型屬性的設置，如上例，可直接指定。

數組和標量之間的運算

索引與切片

numpy的二維數組

以上是關於numpy中，用array對數組的生成、增、刪、查、改等基本操作的練習，這只是最基本的操作，後續要用到的功能還要繼續搜索來加強。

二，Pandas的一維數據練習

pandas的一維數據series與array的功能類似，都是處理一維數據的利器，這一部分我結合了《利用python進行數據分析》里的案例，做了一些練習。

三，Pandas的二維數據練習及案例實戰

上述以一個例子，簡要的描述了數據分析的基本過程

四，數據分析、數據清洗基本過程

（1）如上圖，數據分析基本上有如上幾個步驟，其中前2步是整個分析過程能否成功的關鍵，「好的問題的提出，等於解決了一半的問題」，因此拿到分析數據時，首先要理解項目，問自己幾個問題，並據此理解數據，看看該如何下手。這種「數據分析思維」才是最重要的，是要著力培養的。

（2）知道了「要什麼」後，就可以朝著目標前進了，接下來就開始處理數據了，也就是開始「如何實現」的步驟了。接下來要開始「數據清洗」了，這是整個分析過程中最耗時的，也是後面的分析能順利實現的基礎，具體的「數據清理」由以下幾個步驟：

以上幾個步驟的數據清洗後，將使數據更加規律，便於統計、計算、分析，也便於後續建模的實現，具體參見上一章節中的操作。

（3）完成了「數據清洗」之後，就可以結合前面提出的問題「要什麼」開始建立模型，想想用哪些指標來回答這些問題？這些指標如何計算？

（4）完成了模型、指標等的構建和計算之後，將所得到的數據整理好，就可以開始可視化部分了，主要用matplotlib包進行可視化展示。之前一篇文章《對GAFATA、百度股票數據的描述性統計分析》中就用到了matplotlib進行了數據展示，後面也會進一步加強這方面的學習。

五，學習心得

本段學習剛好趕在春節期間，兩地奔波導致進度有點滯後，而且本章的學習屬於層層遞進的關係，後面沒跟上的話前面的又要重新複習，所以一定要一鼓作氣！

如果您看到了這兒，請一定以我為戒，克服惰性和懈怠感，無論如何一定要一氣呵成的完成，避免拖拖拉拉，越拖越耽誤時間，並且還容易打擊自己的自信。

練習方面，一定要多敲代碼、多敲代碼、多敲代碼！不能照著例子寫一遍就完了，這也是我後面要加強的，一起加油吧！