当我用Python进行数据分析，我分析什么
在数据分析领域中第三方包用到最多的是pandas、numpy与matplotlib。
Pandas是一个强大的分析结构化数据的工具集；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主要包含两个数据类型：
- Series
- DataFrame
Pandas比numpy好用。
numpy（Numerical Python的简称）是基于Python的高性能科学计算和数据分析的基础包。提供了python对多维数组对象的支持：ndarray，具有矢量运算能力，快速、节省空间。numpy支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
matplotlib是Python的绘图库，主要做数据可视化图表。
一、知识点
1. 一维数据分析
numpy与pandas这两个包都有表示一维数组的特殊数据结构，在numpy中的一维数据结构叫数组Array，在pandas中的一维数据结构叫Series，Series比Array的功能更多，因为pandas的Series是建立在numpy的基础上的。
1.1 使用numpy的array进行一维数据分析
示例：
定义列表：
1）索引查询元素：
2）切片访问：
3）遍历循环访问：
4）使用dtype查看数据类型:
dtype详细信息参考网址：
Data type objects (docs.scipy.org/doc/numpy-1.10.1/reference/arrays.dtypes.html
5）统计计算功能，如：平均值mean()、标准差std()
6）向量化运算，如：向量相加、向量乘以标量
1.2 使用pandas的series进行一维数据分析
示例：
定义一维数据结构：
注意索引：
1）获取描述统计信息：
2）获取值
iloc属性用于根据位置顺序获取值、loc属性用于根据索引获取值
3）向量化运算：向量相加
不同的向量相加时，索引不同会导致不相同的索引的数据为空值None
4）处理缺失值（空值）
方法2中，fill_valiue=0将空值填充为0，去除缺失值，再将s2与s1相加
2. 二维数据分析
二维数据结构既有行又有列，类似于一个二维Excel表格。
在numpy中用数组Array创建二维数组，而在pandas中用数据框DataFrame创建二维数组。pandas有额外的功能，处理表格比numpy更方便。
2.1 使用numpy的array进行二维数据分析
示例：
创建如上图表格的二维数组结构：
1）获取元素
2）按数轴进行计算
axis是numpy的数轴参数
2.2 使用pandas的数据框DataFrame进行二维数据分析
示例：
创建如上图表格的数据框：
定义有序的数据框
1）平均值计算（按列计算）
2）获取值
iloc属性用于根据位置顺序获取值
loc属性用于根据索引获取值
3）复杂查询
切片功能：
条件判断：
4）查看数据集描述统计信息
图解每一列的统计数值：
二、案例实操
1. 提出问题
对朝阳医院的销售数据计算业务指标月均消费次数、月均消费金额，客单价，并指出消费趋势
2. 理解数据
2.1 读取Excel的数据
路径中最好不要有中文，或者特殊符号啥的，不然路径会提示错误找不到。最好将文件放到一个简单的英文路径下。
2.2 打印前几行，查看所有字段
2.3 查看有多少行，多少列
2.4 查看每一列的数据类型
3. 数据清洗
3.1 选择子集
所有的列在数据分析中都需要用到，本案例不需要选择子集
3.2 列名重命名
3.3 缺失数据处理
python缺失值有3种：
1）Python内置的None值
2）在pandas中，将缺失值表示为NA，表示不可用not available。
3）对于数值数据，pandas使用浮点值NaN（Not a Number）表示缺失数据。
后面出来数据，如果遇到错误：说什么foloat错误，那就是有缺失值，需要处理掉
所以，缺失值有3种：None，NA，NaN
dropna函数详细使用地址：
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.htmlpandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.html
3.4 数据类型转换
字符串转换为数值（浮点型）
运行后，会报警告SettingWithCopyWarning。一般信息有两列，一类是Warning警告信息，一类是Error错误信息。警告的信息不用管，我们只关注错误类型的信息
字符串转换为日期数据类型
补充知识点（字符串分割）：
知识点（字符串分割）运用：
注意：
如果运行后报错：AttributeError: 'float' object has no attribute 'split'，是因为Excel中的空的cell读入pandas中是空值（NaN），这个NaN是个浮点类型，一般当作空值处理。所以要先去除NaN在进行分隔字符串
补充知识点（None和NaN有什么区别）：
None是Python的一种数据类型，NaN是浮点类型 两个都用作空值
字符串转换为日期数据类型，继续
3.5 数据排序
by：按哪几列排序，ascending=True 表示升序排列，，ascending=True表示降序排列。
na_position=True表示排序的时候，把空值放到前列，这样可以比较清晰的看到哪些地方有空值。
官网文档：
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sort_values.htmlpandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sort_values.html
3.6 异常值处理
4. 构建模型
4.1 求月均消费次数
月均消费次数=总消费次数 / 月份数
4.2 求月均消费金额
月均消费金额 = 总消费金额 / 月份数
4.3 求客单价
客单价（per customer transaction）是指商场（超市）每一个顾客平均购买商品的金额，客单价也即是平均交易金额。
客单价=总消费金额 / 总消费次数
5. 数据可视化
Python经验分享
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
Python学习路线
这里把Python常用的技术点做了整理，有各个领域的知识点汇总，可以按照上面的知识点找对应的学习资源。
学习软件
Python常用的开发软件，会给大家节省很多时间。
学习视频
编程学习一定要多多看视频，书籍和视频结合起来学习才能事半功倍。
100道练习题
实战案例
光学理论是没用的，学习编程切忌纸上谈兵，一定要动手实操，将自己学到的知识运用到实际当中。
最后祝大家天天进步！！
上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。
