python大数据分析报告

实用标准文档 文案大全 python数据分析(pandas) 几年后发生了。在使用SAS工作超过5年后，我决定走出自己的舒适区。作为一个数据科学家，我寻找其他有用的工具的旅程开始了！幸运的是，没过多久我就决定，Python作为我的开胃菜。

我总是有一个编写代码的倾向。这次我做的是我真正喜欢的。代码。原来，写代码是如此容易！

我一周内学会了Python基础。并且，从那时起，我不仅深度探索了这门语言，而且也帮助了许多人学习这门语言。Python是一种通用语言。但是，多年来，具有强大的社区支持，这一语言已经有了专门的数据分析和预测模型库。

由于Python缺乏数据科学的资源，我决定写这篇教程来帮助别人更快地学习Python。在本教程中，我们将讲授一点关于如何使用Python进行数据分析的信息，咀嚼它，直到我们觉得舒适并可以自己去实践。 实用标准文档

文案大全 目录 1. 数据分析的Python基础 o 为什么学Python用来数据分析 o Python 2.7 v/s 3.4 o 怎样安装Python o 在Python上运行一些简单程序

2. Python的库和数据结构 o Python的数据结构 o Python的迭代和条件结构 o Python库

3. 在Python中使用Pandas进行探索性分析 o 序列和数据框的简介 o 分析Vidhya数据集——贷款的预测问题

4. 在Python中使用Pandas进行数据再加工 实用标准文档 文案大全 5. 使用Python中建立预测模型 o 逻辑回归 o 决策树 o 随机森林

让我们开始吧

1.数据分析的Python基础 为什么学Python用来数据分析 很多人都有兴趣选择Python作为数据分析语言。这一段时间以来，我有比较过SAS和R。这里有一些原因来支持学习Python：

• 开源——免费安装 • 极好的在线社区 • 很容易学习 • 可以成为一种通用的语言，用于基于Web的分析产品数据科学和生产中。

不用说，它仍然有几个缺点： • 它是一种解释性的语言，而不是编译的语言，因此可能占用更多的CPU时间。然而，由于它节省了程序员的时间（由于学习的方便），它可能仍然是一个很好的选择。

Python 2.7 v/s 3.4

这是关于Python的一个最具争议的话题。你可能总是不能避免遇到，尤其是如果你是一个初学者。这里没有正确/错误的选择。它完全实用标准文档 文案大全 取决于具体情况和你的需要。我会尝试给你一些建议，以帮助你做出明智的选择。

为什么选择Python 2.7 1. 极好的社区支持！这是你在初期需要的东西。Python 2发行于2000年末，已经被使用超过15年。

2. 很多第三方库！虽然许多库已经提供了3.X的支持，但仍然有大量的模块只工作在2.X。如果你计划将Python用于具体的应 用，如Web开发这种高度依赖外部模块的，你选择2.7可能会更好。

3. 3.X版本的一些特性有向后兼容性，可以使用2.7版本。

为什么选择Python 3.4 1. 更整齐和更快！Python开发者修正了一些固有的问题和小缺点，以此为未来建立一个强大的基础。这些可能不是很相关，但最终会很重要。

2. 这是未来！2.7是2 .X族发布的最后一个版本，并且最终每个人都要转移到3.X版本。Python 3在过去5年已经发布的稳定版本，并将继续。

没有明确的赢家，但我想，底线是，你应该专注于学习Python语言。版本之间的转换应该只是一个时间问题。敬请期待，不久的将来一个专门对比Python 2.X和3 X的文章！

怎样安装Python 有两种方法安装Python • 你可以直接从项目网站下载Python，然后单独安装你想要的组件和库 • 或者，你可以下载并安装一个包，它附带了预装的库。我建议您下载Anaconda。另一种选择是 Enthought Canopy Express。

第二种方法提供了一个避免麻烦的安装，因此我会推荐给初学者。这种方法是你必须等待整个包进行升级， 即使你只是对一个单一的库实用标准文档 文案大全 的最新版本感兴趣。它应该不重要，直到和除非，直到和除非，你正在做的尖端统计研究。

选择开发环境 一旦你已经安装了Python，选择环境可以有很多种选择。这里是3个最常见的选择：

• 终端/基于Shell • IDLE(默认环境) • iPython notebook ——类似于R的markdown

而环境权取决于你的需要，我个人更喜欢iPython notebook一点 。它提供了许多良好的功能，编写代码的同时还可以用于记录，你可以选择在上面运行代码块（而不是一行一行的执行）。

我们在整个教程中将使用Ipython 环境 实用标准文档 文案大全 热身：跑第一个Python程序

你可以使用Python作为一个简单的计算器来开始：

有一些事情需要注意： • 你可以在你的终端/ CMD键入“IPython notebook”来启动IPython notebook，这取决于你的工作在操作系统

• 你可以通过简单地点击上面截图中的名字来对IPython notebook命名 • 界面显示In[*]代表输入和Out[*]代表输出。 • 你可以通过按“Shift + Enter”或“ALT + Enter”来执行代码，如果你后面还想插入一行。

在我们深入挖掘如何解决问题之前，让我们退后一步，了解Python的基本知识。当我们知道数据结构和迭代和条件结构是形成任何语言实用标准文档 文案大全 的关键。在Python中，这些包括列表、字符串、元组、字典、for循环，while循环，if-else等等，让我们来看看下面的因素。

2 .在Python上运行一些简单程序 Python的数据结构 以下是Python中使用的一些数据结构。你应该熟悉他们，以便恰当的使用它们。

• 列表——列表是在Python中最通用的数据结构。列表可以这样简单的定义：就是在方括号中一系列用逗号来分隔的值。列表可能包含不同类型的项，但它们通常都有相同类型的。Python列表是可变的，列表中的单个元素是可以改变的。

这里是一个快速的例子，定义了一个列表，然后访问它： 实用标准文档

文案大全 • 字符串——字符串可以简单的使用单引号（"）、双引号（”）或三引号（’’’）来定义。字符串封闭三引号（’’’）中可以跨越多行的代码，在文档字符串中是很常用的（记录功能的Python方式）。作为一个转义字符。请注意，Python中的字符串是不可变的，所以你不能改变字符串的部分。 实用标准文档

文案大全 • 元组——元组由一系列由逗号分隔的值表示。元组是不可变的，输出的用括号包围，目的是嵌套结构可以被正确处理。此外，尽管元组是不可变的，但它们可以在必要是含有可变数据。

因为元组是不可变的，不可改变的，他们相对列表来说可以处理的更快。因此，如果你的清单是不可能改变的，你应该使用元组，而不是列表。 实用标准文档

文案大全 • 字典——字典是键：值对一个无序集合，要求键是唯一的（在一个字典里）。一对大括号创建一个空的字典：{ }。

Python的迭代和条件结构 实用标准文档

文案大全 和大多数语言一样，Python也有一个FOR循环，这是最广泛使用的迭代方法。它有一个简单的语法：

这里的“Python的迭代可以是列表、元组或其他先进的数据结构，我们将在后面的章节中探讨。让我们来看看一个简单的例子，确定一个数字的因子。

来看看条件语句，它们是用来基于条件执行代码片段。最常用的结构是if-else，有以下语法：

例如，如果我们想打印出某个数字n是偶数还是奇数： 既然你熟悉了Python的基础，我们来更近一步。如果你像完成以下任务： 实用标准文档 文案大全 1. 乘2矩阵 2. 求二次方程的根 3. 绘制条形图和直方图 4. 建立统计模型 5. 访问网页

如果你想从零开始写代码，它将是一场噩梦，你使用Python不会超过2天！但不要担心这些。值得庆幸的是，有许多预定义的库，我们可以直接导入到我们的代码，使我们的生活很容易。

例如，考虑我们刚才看到的因子的例子。我们可以一步就完成：

当然，为了这样我们需要导入的math库。让我们探索下一个不同的库。

Python库 在开始我们的学习Python之旅之前，让我们先一步，了解一些有用的python库。第一步显然是要学会将它们导入到我们的环境中。在Python中有以下几种方法：