小白学（Python数据分析与数据运营）的日常杂记2

数据化运营所需的Python相关工具和组件

1. Python程序

• Python仍然是两个系列的版本并存Python 2和Python 3这两个版本的语法不完全兼容

2. Python IDE工具——PyCharm。

3.Python第三方库——交互开发库、科学计算库、机器学习库、自然语言库、数据库连接库、图像处理库、网络爬虫库、图像展示库等

• 交互开发库——IPython
• 科学计算库——Numpy（Numeric Python）是Python科学计算的基础工具包，快速高效的多维数组ndarray，大多数Python的多维数据组都是基于Numpy进行处理的。Numpy和稀疏矩阵运算包Scipy配合使用更加方便。在Python或IPython中导入库后通过__version__属性查看：在python环境下print(numpy.__version__)
• Scipy（Scientific Computing Tools for Python）是一组专门解决科学和工程计算不同场景的主题工具包，主要功能包括：数值积分和微分方程求解器。扩展了有numpy.linal的线性代数历程和矩阵分解功能。函数优化器（最小化器）以及根查找方法。信号处理工具。系数矩阵和系数线性系统求解器。
• Pandas:（Python Data Analysis Library）是一个用于Python数据分析的库,它的主要作用是进行数据分析,Pandas提供用于进行结构化数据分析的二维表格型数据结构DataFrame，类似于R中的数据框，能提供类似数据库中的切片、切块、聚合、选择子集等精细化操作，为数据分析提供了便捷。另外，Pandas还提供了时间序列功能，用于金融行业的数据分析。
• Statsmodels:是Python统计建模和计量经济学的工具包，包括一些描述性统计、统计模型估计和统计测试，集成了多种线性回归模型、广义线性回归模型、离散数据分布模型、时间序列分析模型、非参数估计、生存分析、主成分分析、核密度估计以及广泛的统计测试和绘图等功能。
• 机器学习库——scikit-learn:又称Sklearn是一个基于Python的机器学习综合库，内置监督式学习和非监督式学习两类机器学习方法，包括各种回归、K近邻、贝叶斯、决策树、混合高斯模型、聚类、分类、流式学习、人工神经网络、集成方法等主流算法，同时支持预置数据集、数据预处理、模型选择和评估等方法，是一个非常完整的机器学习工具库。scikit-learn是Python数据挖掘和机器学习的主要库之一。
• 自然语言处理库: 
  • 结巴分词:由于NLTK本身不支持中文分词，因此在针对中文的处理过程中，我们会引入其他分词工具，例如结巴分词。结巴分词是国内的Python文本处理工具包，分词模式分为三种：精确模式、全模式和搜索引擎模式。结巴分词支持繁体分词、自定义词典等，是非常好的Python中文分词解决方案，可以实现分词、词典管理、关键字抽取、词性标注等。结巴分词的安装直接使用pip install jieba命令即可。安装成功之后，在IPython中输入import jieba时，若不报错则说明该库已经成功安装并导入。
  • Gensim:Gensim是一个专业的主题模型（主题模型发掘文字中隐含主题的一种统计建模方法）Python工具包，用来提供可扩展统计语义、分析纯文本语义结构以及检索语义上类似的文档等功能。Gensim的安装直接使用pip  install  gensim命令即可。安装成功之后，在IPython中输入import gensim时，若不报错则说明该库已经成功安装并导入。
• 其他不在这里一一赘述