Python入门

Python入门

本笔记用于记录学习过程，若有问题，欢迎交流。
[TOC]

常用数据分析库Numpy、Scipy、Pandas和matplotlib。
常用的高级数据分析库ntlk、igraph、scikit-learn。

pip

pip是类似yum的工具，安装Python包非常方便。

Numpy

Numpy提供常用的数值数组、矩阵等函数.
NumPy是Python语言的一个扩充程序库。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。

官网链接：http://www.numpy.org/
• 作者介绍
• Jim Hugunin: http://www.linkedin.com/in/jimhugunin
• Travis Oliphant: http://www.linkedin.com/in/teoliphant

基本功能：

快速高效的多维数组对象ndarray
• 用于对数组执行元素级计算以及直接对数组执行数学运算的函数
• 用于读写硬盘上基于数组的数据集的工具
• 线性代数运算、傅里叶变换，以及随机数生成
• 用于将C、C++、Fortran代码集成到Python的工具
• 除了为Python提供快速的数组处理能力，NumPy在数据分析方面还有另外一
个主要作用，即作为在算法之间传递数据的容器.

效率对比：
• 三种数据结构：list / array / numpy.array
• 三种方法求和：for / sum / numpy.sum
• 例子代码：extra/perf_compare.py

我们一般用到的功能比较单一。

Scipy

官方网址：https://docs.scipy.org/doc/numpy/reference/
Scipy是一种使用Numpy来做高等数学、信号处理、优化、统计的拓展包。
Numpy提供了高性能的多维数组，以及计算和操作数组的基本工具。SciPy基于Numpy，提供了大量的计算和操作数组的函数，这些函数对于不同类型的科学和工程计算非常有用。

熟悉SciPy的最好方法就是阅读文档。我们会强调对于本课程有用的部分。

Pandas

pandas = pannel data + data analysis
Pandas是一种构建与Numpy的高级数据结构和精巧工具，快速简单的处理数据。

• 简介：Pandas是python的一个数据分析包，最初由AQR Capital
Management于2008年4月开发，并于2009年底开源出来，目前由专注于
Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的
一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为
时间序列分析提供了很好的支持。

支持自动或明确的数据对齐的带有标签轴的数据结构。
整合的时间序列功能。
以相同的数据结构来处理时间序列和非时间序列。
支持传递元数据（坐标轴标签）的算术运算和缩减。
灵活处理丢失数据。
在常用的基于数据的数据库（例如基于SQL）中的合并和其它关系操作。

• 作者介绍：Wes McKinney

基本功能

• 开发pandas时提出的需求
• 具备按轴自动或显式数据对齐功能的数据结构
• 集成时间序列功能
• 既能处理时间序列数据也能处理非时间序列数据的数据结构
• 数学运算和约简（比如对某个轴求和）可以根据不同的元数据（轴编号）执行
• 灵活处理缺失数据
• 合并及其他出现在常见数据库（例如基于SQL的）中的关系型运算

数据结构： Series和DataFrame

matplotlib

matlpotlib是python的绘图库。

import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()

import seaborn as sns
sns.set(color_codes=True)

import numpy as np
x = np.random.normal(size=100)
sns.distplot(x);

ntlk

Python上著名的自然语言处理库
自带语料库，词性分类库
自带分类，分词，等等功能
强大的社区支持
还有N多的简单版wrapper
ntlk（natural Language Toolkit）自然语言处理工具包
安装：

pip install -U ntlk

应用：
文本提取
词汇切分1
词频分析
词袋模型
情感分析

igraph

igraph：图计算和社交网络分析。
Python社交网络分析igraph
用pip安装如下：

pip install -U python-igraph
用conda安装如下：
conda install -c marufr python-igraph=0.7.1.post6

Scikit-learn

Scikit-learn是建立在Scipy之上的一个用于机器学习的Python模块。