Python数据分析01：语法基础

第1章 准备工作（Preliminaries）

1.1重要的Python库

1.1.1NumPy

NumPy（Numerical Python的简称）是Python科学计算的基础包。Numpy不仅为Python提供快速的数组处理能力，而且NumPy在数据分析⽅⾯还有另外⼀个主要作⽤，即作为在算法和库之间传递数据的容器。对于数值型数据，NumPy数组在存储和处理数据时要⽐内置的Python数据结构⾼效得多。

1.1.2pandas

pandas提供了快速便捷处理结构化数据的⼤量数据结构和函数。⾃从2010年出现以来，它使Python成为强⼤⽽⾼效的数据分析环境。本书⽤得最多的pandas对象是DataFrame，它是
⼀个⾯向列（column-oriented）的⼆维表结构，另⼀个是Series，⼀个⼀维的标签化数组对象。

pandas兼具NumPy⾼性能的数组计算功能以及电⼦表格和关系型数据库（如SQL）灵活的数据处理功能。它提供了复杂精细的索引功能，以便更为便捷地完成重塑、切⽚和切块、聚合以及选取数据⼦集等操作。

1.1.3matplotlib

matplotlib是最流⾏的⽤于绘制图表和其它⼆维数据可视化的Python库。它最初由John D.Hunter（JDH）创建，⽬前由⼀个庞⼤的开发⼈员团队维护。它⾮常适合创建出版物上⽤的图表。虽然还有其它的Python可视化库，matplotlib却是使⽤最⼴泛的，并且它和其它⽣态⼯具配合也⾮常完美

1.2引入惯例

Python社区已经⼴泛采取了⼀些常⽤模块的命名惯例：

• import numpy as np
• import matplotlib.pyplot as plt
• import pandas as pd
• import seaborn as sns
• import statsmodels as sm

因此，当你看到np.arange时，就应该想到它引⽤的是NumPy中的arange函数

---

---

第2章 Python语法基础，IPython和Jupyter Notebooks

2.1 Python基础

加载Numpy库，生成随机数（IPython可读性较强）

import numpy as np
data = {
   i : np.random.randn() for i in range(7)}
data
#输出
{
   0: -0.05757878139706212,
1: -0.7783998166155556,
2: -0.8518952223355938,
3: -0.07822225232974736,
4: -1.317626542766965,
5: 1.3368188882374743,
6: 0.305922679176145}

在标准Python解释器上打印data，可读性较差如下

>>> from numpy.random import randn
>>> data = {
   i : randn() for i in range(7)}
>>> print(data)
{
   0: -1.5948255432744511, 1: 0.10569006472787983, 2: 1.972367135977295,
3: 0.15455217573074576, 4: -0.24058577449429575, 5: -1.2904897053651216,
6: 0.3308507317325902}

2.1.1 Tab补全

按下Tab，会搜索已输⼊变量（对象、函数等等）的命名空间

an_apple = 27
an_example = 42

an  #<Press Tab>

Tab代码补全同样适用于模块中，Tab键也可以补全文件路径

import datetime

datetime.  #<Press Tab>

2.1.2 自省

在变量前后使⽤问号?，可以显示对象的信息：

b = [1,2,3]
b?
#输出结果如下
Type:        list
String form: [1, 2, 3]
Length:      3
Docstring:  
Built-in mutable sequence.

If no argument is given, the constructor creates a new empty list.
The argument must be an iterable if specified.

也可以作为对象的⾃省。如果对象是⼀个函数或实例⽅法，定义过的⽂档字符串，也会显示出信息。假设我们写了⼀个如下的函数：

def add_numbers(a, b):
    """
    Add two numbers together

    Returns
    -------
    the_sum : type of arguments
    """
    return a + b

使用 ? 显示 add_numbers() 信息

add_numbers?
#输出结果如下
Signature: add_numbers(a, b)
Docstring:
Add two numbers together

Returns
-------
the_sum : type of arguments
File:      d:\jupyter notebook\<ipython-input-94-0e543d60c645>
Type:      function

使⽤ ?? 会显示函数的源码

add_numbers??
#输出结果如下
Signature: add_numbers(a, b)
Source:   
def add_numbers(a, b):
    """
    Add two numbers together

    Returns
    -------
    the_sum : type of arguments
    """
    return a + b
File:      d:\jupyter notebook\<ipython-input-94-0e543d60c645>
Type:      function

? 还有⼀个⽤途，就是像Unix或Windows命令⾏⼀样搜索IPython的命名空间。字符与通配符结合可以匹配所有的名字。例如，我们可以获得所有包含load的 NumPy 命名空间：

np.*load*?
#输出结果如