利用Python进行数据分析笔记(一

一 利用Python进行数据分析

     这是一本2013年出的书，所以已经落后了三年，在阅读时我需要注意这一点。Python拥有一个巨大的活跃的科学计算社区，拥有Pandas等一些不断改良的。而且Python可以作为粘合剂，如Cython项目可以对接C/C++代码。但是Python是一种解释型编程语言，因此大部分Python代码都要比编译型语言（比如C++和Java）编写的代码运行的慢得多。对于低延迟、高并发、多线程的应用程序，Python都不是最好的选择。

     需要重点掌握的Python库。NumPy（Numerical Python）是Python科学计算的基础包，包含数组运算、线性代数运算、傅里叶变换，并可将C、C++、Fortran代码集成到Python的工具。Pandas（panel data）提供了处理结构化数据的数据结构和函数，包含大量高性能的时间序列处理功能。Matpolotlib是最流行的用户绘制数据图表的Python库，和IPython结合的很好，可以提供交互式的绘图环境。Ipython是Python科学计算标准工具集的组成部分，是一个增强的Python Shell，可以提高编写、测试、调试Python代码的速度。SciPy是专门解决科学计算中各种标注问题域的包的集合。

二 安装环境

     EPDFre