《对比excel，轻松学习python数据分析》学习笔记

---

前言

为什么要学习python

1.处理大量数据时，python效率高于excel
2.python可以实现自动化
python比VBA更强大
3.python可以用来做算法模型

为什么要对比excel学习python

---

以下是本书的学习笔记

第1章 数据分析基础

数据分析的作用

1.现状分析
整体运营情况、业务构成、日报月报周报
2.原因分析
一般通过专题分析来分析原因
3.预测分析
在原因分析的基础上，对未来发展趋势做出预测

数据分析的内容

1.总体概览指标——统计绝对数
称为关键性指标
2.对比性指标
常见的有：同比、环比、差
3.集中趋势指标
4.离散程度指标
5.相关性指标
*相关关系与因果关系

数据分析的流程

1.熟悉工具
2.明确目的
3.获取数据
4.熟悉数据
5.处理数据
*异常数据
*重复数据
*缺失数据
*测试数据

6.分析数据——下钻法
7.得出结论
8.验证结论
9.展示结论

第2章 python基础知识

1.python介绍

2.python的下载与安装

本书提供的方式为 安装anaconda,利用jupyter notebook 进行学习
jupyter notebook的markdown功能—目录：

• 打开anaconda prompt
• 输入 pip install jupyter_contrib_nbextensions
• 输入 jupyter contrib nbextension install --user
• 打开jupyter,可以看到多了一个目录栏nbextensions
• 勾选上 table of contents
• 

3.python的基本概念

数：int float

• 变量：
• 标识符：
• 数据类型：数 字符串
• 输出与输出格式设置：str.format()方法
  （示例）：

print('{}月{}借方余额为：{:.2f}元'.format(6,'固定资产',10000))

运行结果为：6月固定资产借方余额为：10000.00元

4.字符串

字符串的连接 +
字符串的复制 *
字符串的长度 len()
字符串的查找 in not in .find()
字符串的索引 a[]
字符串的分隔 .split()
移除字符 .strip() #默认移除空格和换行符，也可添加指定字符

5.数据结构——列表

列表的复制与合并： * +
向列表中插入新元素：.append(元素) .insert(位置，元素)
获取列表中值出现的次数 .count()
获取列表中值出现的位置 .index()
获取列表中指定位置的值：普通索引与切片索引
删除列表中的值 .pop(位置) .remove(值)
对列表中的值进行排序 .sort() #默认升序排序

6.数据结构——字典

• 将键值以列表的形式存放再元组中，可以用dict()进行转换
• test_dict[“键”]="值“
• keys()用来获取所有键
• values()用来获取所有值
• items()用来获取键值对

7.数据结构——元组

• 元组与列表类似，但元素不能修改
• 获取元组的长度： len(tup)
• 获取元组内的元素：普通索引 切片索引
• 元组与列表相互转换： list(tup)转换为列表； tuple(t_list)转换为元组
• zip()函数：将可迭代对象（列表、元组）作为参数，对应的元素打包成一个个元组，返回由这些元组组成的列表；常与for循环一起搭配使用

list_a1=["小米","小水","小菜","小白"]
list_a2=[101,102,103,104]
tup_b1=(93,98,95,94)
tup_b2=("优","优","优","优")
result=[]

for i in zip(list_a1,list_a2,tup_b1,tup_b2):
    result.append(i)

print(result)

[('小米', 101, 93, '优'), ('小水', 102, 98, '优'), ('小菜', 103, 95, '优'), ('小白', 104, 94, '优')]

8.运算符

算术运算符	Value
+	加
-	减
*	乘
/	除
%	相除取余
**	10**5 表示10的5次方
//	相除取整

比较运算符	value
==	等于
!= or <>	不等于(<>有的版本不可用)
> < >= <=

逻辑运算符	value
and
or
not

9.循环语句

for循环

可以遍历任何序列的项目

#遍历列表
subject=["excel","sql","python","统计学"]
for sub in subject:
    print("我目前正在学习：{}".format(sub))

我目前正在学习：excel
我目前正在学习：sql
我目前正在学习：python
我目前正在学习：统计学。

---

while循环

当满足条件时，执行某程序

10.条件语句

if语句

else语句

elif语句

11.函数

def 函数名(参数):
	语句块	

语句块1: print()
语句块2:data=()
return data

普通函数与匿名函数

#普通函数
def addxy(x,y):
	result=x+y
	return result
addxy(1,2)

#匿名函数
f=lambda x,y:x+y
f(1,2)

12.高级特征

列表生成式

#普通方法生成列表
num=[1,2,3,4,5]
new=[]
for i in num:
    new.append(i**2)
new

#列表生成式
num=[1,2,3,4,5]
[i**2 for i in num]

例2 ,两层嵌套

#普通方法生成列表
list1=["A","B","C","D"]
list2=["a","b","c","f"]
new=[]
for m in list1 :
    for n in list2:
        new.append(m+n)
new

#列表生成式
list1=["A","B","C","D"]
list2=["a","b","c","f"]
[m+n for m in list1 for n in list2]

map 函数

map(function,agrs)，表示对序列agrs中的每个值进行function操作，最终得到一个结果序列

a=map(lambda x,y:x+y,[1,2,3],[3,2,1])

#将map的结果存储再列表中
#方法一 for循环遍历
for i in a:
	print(i)

#方法二 list方法
a=map(lambda x,y:x+y,[1,2,3],[3,2,1])
b=list(a)
#or
b=list(map(lambda x,y:x+y,[1,2,3],[3,2,1]))

第3章 pandas数据结构

数据分析常用的模块

import pandas as pd
import numpy as np
from matplotlib.pyplot as plt

series数据结构

series是由一组数据与一组与之相关的数据标签（即索引）组成：

1. 创建一个series使用pd.series()方法；
2. 获取series的索引利用index()方法；
3. 获取series的值利用values()方法

import pandas as pd

#传入一个列表
s1=pd.Series(["a","b","c","d","e"])
s1

#传入一个列表 并指定索引
s2=pd.Series(["a","b","c","d","e"],index=[1,2,5,4,3])
s2

#传入一个字典，key即为索引
s3=pd.Series({
   "a":1,"b":2,"c":3})
s3

注意python大小写敏感

DataFrame表格型数据结构

DataFrame是由一组数据与一对索引（行 列）
DataFrame

import pandas as pd
#传入一个列表
df1=pd.DataFrame(["a","b","c","d","e"])
df1

#传入一个嵌套列表
df2=pd.DataFrame([["A","a"],["B","b"],["C","c"]])

#传入一个嵌套元组的列表
df3=pd.DataFrame([("A","a"),("B","b"),("C","c")])

#传入 并指定索引
df4=pd.DataFrame([["A","a"],["B","b"],["C","c"]]
                 ,columns=["大写","小写"]
                 ,index=[1,2,3