《七周数据分析师》第七周：Python学习笔记

Python作用：

1.利用Python写脚本

2.excel可视化有性能瓶颈，需要Python来实现。

第七周所有环节：

• Python的数据科学环境
• Python基础
• Numpy和Pandas
• 数据可视化
• 数据分析案例
• 数据分析平台（轻量级BI）

3.Numpy和pandas

1.Python groupby

mysql不支持分组排序

2.concat和merge

concat是强行耦合

merge，是有共同名，优先表进行耦合

3.多重索引

4.文本函数

填充空值，None需要用np.nan，c语言形式的控制

pd.dropna()去除所有还有空值的行

5.Python pandas apply

6.聚合 apply

7。pandas数据透视

输出结果

7.python连接数据库

import pymysql
import pandas as pd
from sqlalchemy import create_engine

conn=pymysql.connect(
    host='localhost',
    user='root',
    password='123456',
    db='data_kejilie',
    port=3306,
    charset='utf8'
)

def reader(query,db):
    sql=query
    engine=create_engine('mysql+pymysql://root:123456@localhost/{0}?charset=utf8').format(db))
    df=pd.read_sql(sql,engine)
    return df

cur.execute('select * from article_link ')

cur.close()
conn.commit()