Python数据分析入门笔记1——学习前的准备

系列文章目录


Python数据分析入门笔记

  • 系列文章目录
  • 前言
  • 一、Python数据分析学习之前的准备
    • 1.设备和环境准备
    • 2.知识储备
  • 二、基本概念介绍
    • 1. NumPy库
    • 2. Pandas库
    • 3. Matplotlib 库
    • 4. Seaborn库
    • 5. Sklearn 库
  • 三、Jupyter Notebook
    • 1. Jupyter Notebook介绍
    • 2. Jupyter Notebook的使用
    • 3. Jupyter Notebook中最常用的快捷键
  • 总结
  • 声明


提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 系列文章目录
  • 前言
  • 一、Python数据分析学习之前的准备
    • 1.设备和环境准备
    • 2.知识储备
  • 二、基本概念介绍
    • 1. NumPy库
    • 2. Pandas库
    • 3. Matplotlib 库
    • 4. Seaborn库
    • 5. Sklearn 库
  • 三、Jupyter Notebook
    • 1. Jupyter Notebook介绍
    • 2. Jupyter Notebook的使用
    • 3. Jupyter Notebook中最常用的快捷键
  • 总结
  • 声明


前言

小小社畜业余学习过程中的随笔,尽量坚持,加油!


一、Python数据分析学习之前的准备

1.设备和环境准备

​安装Python3.9,Anaconda3,Pycharm,电脑可用空间>5GB,电脑4核以上,不建议用古董机操作,我2013年的双核古董机亲测带不动。

2.知识储备

要求具备一定编程基础及Python基础,最好对微积分和统计学常见算法也有所了解。缺编程的补编程,缺数学的边学边补数学。
求大神告诉我数学小白看哪个入门快?
编程小白推荐:黑马程序员Python小白快速入门教程——美女老师版
有基础的建议恶补:

  • Python中与其他语言不同的地方,如**表示幂运算、and、or、not、in、not in等;基本输入输出方法各参数的含义;
  • Python序列结构:列表、元组、字典、集合的定义、初始化及各种操作;
  • Python函数部分:函数的定义、传参、调用、lambda、生成器等部分;

二、基本概念介绍

Python数据分析入门笔记1——学习前的准备_第1张图片

1. NumPy库

NumPy(Numerical Python)是Python语言的一个扩展程序库,主要用于数组计算。
功能包括:多维数组、线性代数、傅里叶变换、随机数生成等。
两种对象:N维数组对象 ndarray和ufunc函数。

2. Pandas库

Pandas是Python的一个数据分析包,
它的使用基础是Numpy(提供高性能的矩阵运算),
用于数据挖掘和数据分析,同时也提供数据清洗功能。

Pandas的优势:能读写各种格式的数据源,且返回的对象相同,便于统一处理。并且为时间序列分析提供支持。

3. Matplotlib 库

Matplotlib 是Python中使用最多的图形绘图库,可以创建静态, 动态和交互式的图表。常与NumPy库结合,广泛用于数据的可视化。

4. Seaborn库

Seaborn是一个Python数据可视化开源库。
建立在matplotlib基础上,并集成了pandas的数据结构。
Seaborn通过更简洁的API来绘制信息更丰富,更具吸引力的图像。
面向数据集的API,与Pandas配合使用起来比直接使用Matplotlib更方便。

5. Sklearn 库

sklearn(scikit-learn) 是基于 Python 语言的机器学习工具。
建立在 NumPy ,SciPy 和 matplotlib 基础上。
功能:数据挖掘和数据分析。具体包括数据的加载、划分、预处理、降维。

三、Jupyter Notebook

1. Jupyter Notebook介绍

Jupyter Notebook是一个开源Web应用程序,使用Jupyter Notebook可以创建和共享:

  • 代码
  • 数学公式
  • 可视化图表
  • 笔记文档

Jupyter Notebook用途

  • 数据清理和转换
  • 数值模拟
  • 统计分析
  • 数据可视化
  • 机器学习等

Jupyter Notebook是数据分析学习和开发的首选开发环境。

2. Jupyter Notebook的使用

  • 搜索Anaconda Prompt,并打开。

Python数据分析入门笔记1——学习前的准备_第2张图片

  • 第二步:输入jupyter notebook,并回车执行,即可打开页面。
    Python数据分析入门笔记1——学习前的准备_第3张图片
  • 第三步:认识jupyter页面基本功能,我是新手,所以只关注了这几个地方。 Python数据分析入门笔记1——学习前的准备_第4张图片
  • 第四步:新建文件啦!
    Python数据分析入门笔记1——学习前的准备_第5张图片
  • 第五步:退出jupyter
    在Anaconda Prompt里面,按住Ctrl+C 键强制退出。
    请教几个问题:强制退出之前,jupyter中是否需要logout或者quit?
    如果不想强制退出,在jupyter中要如何操作?

3. Jupyter Notebook中最常用的快捷键

Jupyter的使用很方便,每次敲好一行或几行,就按一下Shift+Enter键,会自动执行本单元并且在后面新增一个空白区域可以继续输入。
如果写好了很多个代码块,也不需要顺序执行,可以直接单击要运行的地方,选中后按Ctrl+Enter键即可。

Shift-Enter:执行当前单元的代码,并跳转到下一个单元。如果当前是最后一个单元,则在后面新增一个单元并进入。这个操作类似点击主菜单的cell-run,或工具栏中的play运行按钮

Ctrl-Enter : 运行本单元

Alt-Enter : 运行本单元,在其下插入新单元


总结

例如:到现在,终于认识了这几个库,并且学会了jupyter的使用,成功迈出了第一步! 新手上路,欢迎各位补充指正!

声明

本文资料来源于互联网和黑马程序员,侵删。

你可能感兴趣的:(Python数据分析入门,数据分析,python)