python第一课笔记

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  4 19:35:44 2018


@author: Lenovo
"""








"""
python数据分析 网易云课堂 小蚊子数据分析之 python数据分析实战
一：数据分析概况


什么是数据分析？
数据分析是指采取适当的方法，对收集的数据进行分析，以总结规律、提取有价值的信息，形成
有效结论的过程。


数据分析的方法有很多，基本的分析方法有 对比分析、分组分析、结构分析、分布分析、交叉分析、矩阵分析等
比较高级的方法有回归分析、聚类分析、因子分析、时间序列分析、决策树、神经网络等


不是越高级的方法越好，而是能快速、有效的解决问题的方法才是好方法。


数据分析的作用：
现状分析（一般通过日常报表来完成，比如日报、周报、月报）
原因分析（一般通过专题分析来完成）
预测分析（一般用于定制企业的年度、月度或季度计划时）


数据分析的流程：
1：明确数据分析的目的和思路（以解决问题为中心，确定从哪几个角度，用哪些指标进行分析，搭建分析框架）
2：准备数据（数据来源有以下几种：企业内部的数据库、公开出版物、互联网、市场调查等）
3：处理数据（对收集的数据进行加工、整理，形成适合数据分析的样式）
4：分析数据（方法多样，参考上面的各种分析方法）
5：展现数据（通过表格和图形来展现，不要一味的追求高大上的图表，表达要明确直观）
6：报告撰写（数据分析报告是对整个数据分析过程的一个总结与呈现，
   通过报告，将数据分析的起因、过程、结果、以及建议完整的呈现出来，以供决策者参考）


"""


"""
二：Python概况
Python的应用范围
如何持续提升自己的Python技能？
Python各种常用包


python的学习线路：
网易云课堂之
Python数据分析实战 
→ Python统计分析实战
→ Python数据挖掘实战
→ Python数据抓取实战


Anaconda的使用
Spyder编辑器
view菜单 → panes → project explore
project菜单 → new project 与 existing project


变量窗口
多行执行代码


"""
"""
三：python编程基础
python的赋值符号是“=”
python的变量区分大小写，首字母不能是数字或者下划线，不能是python里的保留字


三种常用的数据类型：
Logical逻辑型 True 与False （首字母T或者F必须是大写）
Numeric数值型
Character字符型


&逻辑与，也叫“并且”运算
|逻辑或，也叫“或者”运算
not逻辑非，也叫“取反”运算


//:整除运算   7//4  得1
%：求余运算  10%4   得2


浮点数运算的误差（浮点数越界问题）
a=4.2
b=2.1
a+b的输出结果是6.30000001
a+b == 6.3  的结果是False
要解决这个问题，要用上Decimal
先导入   from decimal import Decimal
a = Decimal ('4.2')
b = Decimal ('2.1')
a+b的结果就是6.3
a+b == Decimal（'6.3'）  的结果是True


字符型Character，所有可以定义的字符，由单引号、双引号、或者三引号括起


转义字符
\'   表示单引号
\\   表示反斜杠
\n   表示换行


#PYTHON里的单行注释，用#开头，用三引号表示多行注释
print('c:\some\name') # 这里的\n被当成了换行




s = "abcd\
efg"  #\这里作为了续行符，执行结果会在一行内输出这个字符串
print (s) 


"""


"""
数据结构是指相互之间存在一种或多种数据关系的集合
数据结构的概念、定义、限制、访问及修改
python中常用的数据结构是Series和DataFrame
Series是用于存储一行或者一列数据以及与其相关索引的集合，相当于excel中的一列，只是没有列名
pandas中，默认索引都是从零开始的
使用Series，要先从pandas包中导入
Series中的各个数据的类型可以不相同




#导入Series和使用Series构造函数的时候，Series的首字母S必须大写
from pandas import Series
x = Series(
        ['a', True, 1]
        )
x


Series有一个默认的索引index，也可以指定index参数，用来设置自定义索引列
如：
from pandas import Series
x = Series(
        ['a', True, 1],
        index=['first','second','third']
        )


Series中元素的访问、获取
x[1]
x['Second']
指定Series中的索引以后，仍然可以使用默认索引来访问元素？是的，上面的x[1]和x['Second']都会返回True
访问元素下标不能越界，x[3]就会出错，提示out of bounds


追加元素
不能直接追加， x.append('2')会出现异常，只能追加序列：


n = Series(['2'])  #中括号外的小括号不能忘记
x.append(n) #这里是小括号哦，不是中括号


from pandas import Series
x = Series(
        ['a', True, 1],
        index=['first','second','third']
        )


x[1]
x['second']


n = Series(['2'])
x.append(n)


#因为这里没有指定新添加元素的index，python给他的index是0


y = x.append(n)


x[0]  #输出a，append不改变原来的序列，要接收这个变化，必须要重新赋值，比如x=x.append(n)才能改变原来的x
y[0]  #输出2，0是python分配给新加元素的index


元素检测
判断Series有没有某个元素
x=x.append(n)
'2' in x 返回false，说明这个方法行不通，实际上，x里面是有2这个元素的
必须使用 '2' in x.values 方法


from pandas import Series
x = Series(
        ['a', True, 1],
        index=['first','second','third']
        )


x[1]
x['second']


n = Series(['2'])
x = x.append(n)


'2' in x   #返回False
'2' in x.values   #返回True


Series切片
x[1:3]  #注意这里的冒号要是英文模式下的
#返回第二个和第三个元素，python里的区间都是左封闭的[1：3)
from pandas import Series
x = Series(
        ['a', True, 1],
        index=['first','second','third']
        )


x[1:3]  #返回True 和 1


#通过数组的方式，取出指定位置的元素，这也叫定位获取，常用于随机抽样
x[[0,2,1]]  #输出a，1，True


删除元素
1.根据index删除
x.drop(0)  # 报错：labels [0] not contained in axis，难道默认index在删除的时候不起作用？
#手动设定index参数后，默认index只在取数时有用，如x[0]可以取出第一个元素。？


x.drop('first') #可用，但是同样不影响x，需重新赋值x=x.drop('first') 


2.根据指定位置删除
x.drop(x.index[2])


from pandas import Series
x = Series(
        ['a', True, 1],
        index=['first','second','third']
        )


x.drop(x.index[2]) #第三个元素“1”被删除




3.根据指定的值进行删除
x['2' != x.values] # 讲序列中值为‘2’的元素删除


from pandas import Series
x = Series(
        ['a', True, 1,'2'],
        index=['first','second','third','fourth']
        )


x['2' != x.values]  #序列中只有'a', True, 1 ，‘2’被删除


drop和append一样，不改变原序列，要发生实际作用，需要重新赋值。


"""
from pandas import Series
x = Series(
        ['a', True, 1,'2'],
        index=['first','second','third','fourth']
        )


x['2' != x.values]