Python數據科學（一）- python與數據科學應用(Ⅰ)

04-24

傳送門：

Python數據科學（二）- python與數據科學應用(Ⅱ)

Python數據科學（三）- python與數據科學應用(Ⅲ)

Python數據科學（四）- 數據收集系列

Python數據科學（五）- 數據處理和數據採集

Python數據科學（六）- 資料清理(Ⅰ)

Python數據科學（七）- 資料清理(Ⅱ)

1.數據科學簡介與應用

數據科學主要以統計學、機器學習、數據可視化以及（某一）領域知識為理論基礎，其主要研究內容包括數據科學基礎理論、數據預處理、數據計算和數據管理(來自百度百科)。

1.資料科學所要具備的能力

統計(Statistic)

單變數分析、多變數分析、變異數分析

數據處理(Data Munging)

抓取數據、清理數據、轉換數據

數據可視化(Data Visualization)

圖表、商業智能系統

2.數據科學主要分為以下幾個步驟

按職能來拆分可分為數據科學家和數據工程師，其中數據科學家主要負責前三步、而數據工程師則負責後兩步。

2.Python與數據科學

1.python語言

Python是什麼，請直接閱讀鏈接第一部分。

通過對比，可以突出python的簡單易用

#使用JAVA輸出Hello World class test{ public static void main(String args[]){ System.out.println("Hello World"); }}#使用python語言輸出Hello World 僅需一行代碼print("Hello World")

2.python具備完整的數據分析套件

如果需要做統計科學計算，python中具備Numpy、Scipy、statsmodels.
如果需要進行深度學習，又可以使用TensorFlow、MXNET，它們都有python的介面
做結構化數據處理與分析，又可以用Pandas
對大數據進行處理，可以使用PySpark
機器學習， python上又有Scikit-learn

3.安裝Anaconda

看過我之前文章的同學都知道，我一直用的是python2.7 最早也使用過3.5，現在卻要帶大家安裝Anaconda，原諒我當初學習python的時候太年輕，Python易學，但用好卻不容易，其中比較頭疼的就是包的管理和Python不同版本的問題，特別是當你使用Windows的時候。然後就出現了發行版的Python（比如Anaconda），發行版最直接的好處就是將python和許多常用的package打包，方便我們使用。接下來我帶大家安裝Anaconda.

也可以百度搜索Anaconda

根據自己的電腦系統選擇

建議安裝使用Python3，理由如下

python3和python2有很多語法的差異，具體參考解釋 Python 2 和 Python 3 的版本之間差別
Python語言作者Guido van Rossum郵件通知Python 2.7支持時間延長到2020年，到時候將不再進行維護

然後根據自己電腦進行32/64位的下載。

下載完畢安裝就好，記得環境變數那一項要勾選

安裝完畢後再窗口會看到帶有Jupyter notebook

4.使用Jupyter notebook

Jupyter Notebook（此前被稱為 IPython notebook）是一個互動式筆記本，支持運行 40 多種編程語言。Jupyter Notebook 的本質是一個 Web 應用程序，便於創建和共享文學化程序文檔，支持實時代碼，數學方程，可視化和 markdown。用途包括：數據清理和轉換，數值模擬，統計建模，機器學習等等。這也是我們為什麼要使用它的原因。

安裝好Anaconda，打開cmd,輸入Jupyter notebook

點擊New,新建一個文件

可以通過按鈕或者快捷鍵運行代碼

5.Python 3 語法

1.變數類型

和其他語言一樣，python3有六個標準的數據類型：

Number（數字）
String（字元串）
List（列表）
Tuple（元組）
Sets（集合）
Dictionary（字典）

其中數字包括int、float、bool、complex（複數）。
內置的 type() 函數可以用來查詢變數所指的對象類型。
此外還可以用Python的自省 isinstance 來判斷

>>>a = 0609>>> isinstance(a, int)True>>>

2.列表

Python內置的一種數據類型是列表：list。
list是一種有序的集合，可以隨時添加和刪除其中的元素。
序列中的每個元素都分配一個數字 - 它的位置，或索引，第一個索引是0，第二個索引是1，依此類推。
列表可以存放各種類型的數據

#設置一個listli = [304,12,999,46,405]#查看list的相關功能使用dir()dir(li)

#查看list的長度>>>len(li)5#查看list內容>>>print(li)[304,12,999,46,405]#通過下標取值>>>li[0]304>>>li[-1]405>>>li[0:3][304,12,999]#列表增加>>>li.append(609)>>>print(li)[304,12,999,46,405,609]#列表擴展extend 接受一個參數，這個參數總是一個 list，並且把這個 list 中的每個元素添加到原 list 中>>>li.extend([xlm,love])>>>print(li)[304,12,999,46,405,xlm,love]#list排序>>>li.sort>>>print(li)[12, 46, 304, 405, 999, xlm, love]#將一個列表降序排列>>>li = [304,12,999,46,405]>>>li.sort(reverse=True)>>>print(li) [999, 405, 304, 46, 12]

3.元組

元組（tuple）與列表類似，不同之處在於元組的元素不能修改。

tuple = (304,12,999,46,405)

4.字典

字典（dictionary）是Python中另一個非常有用的內置數據類型。
列表是有序的對象結合，字典是無序的對象集合。兩者之間的區別在於：字典當中的元素是通過鍵來存取的，而不是通過偏移存取。
字典是一種映射類型，字典用"{ }"標識，它是一個無序的鍵(key) : 值(value)對集合。
鍵(key)必須使用不可變類型。
在同一個字典中，鍵(key)必須是唯一的。

未完待續，連載中...

作者：許勝利 Python愛好者社區專欄作者，請勿轉載，謝謝。
博客專欄：許勝利的博客專欄
配套視頻教程：Python3爬蟲三大案例實戰分享 公眾號：Python愛好者社區（微信ID：python_shequ），關注，查看更多連載內容。