Python3智能数据分析快速入门--1--python 概述

目录

 

书籍介绍

python 概述

介绍

Python特性

Python应用领域

Python机器学习优势

环境配置

Python 2还是Python 3

Anaconda简介

安装Anaconda 3

python解释器

python IDE

PyCharm的安装与使用

Jupyter Notebook的使用

课后习题

 

第一部分是Python编程基础篇（1~4章），第1章旨在让读者从全局把握Python以及利用Python进行智能数据分析的优势，并详细介绍了Python环境搭设与配置，同时还对两个常用集成开发环境做了详细介绍。第2章Python先对Python固定语法做了介绍，包括编码声明、注释、缩进等；而后介绍了Python常见的数据类型，包括str，list，tuple，dict，set等；另外还介绍了Python常用运算符，包括算术运算符，逻辑运算符，成员运算符，位运算符等。第3章主要对控制语句做了详细介绍，包括条件语句和循环语句，同时还介绍了和条件语句类似的异常处理try-except-else语句。第4章主要介绍了Python的内置函数、自定义函数、面向对象编程以及第三方库的安装与使用方法。

第二部分是数据分析编程篇，第5~9章主要对数据分析中常用的第三方库做了详细介绍，强调在Python中对应函数的使用方法及其结果的解释说明。内容涵盖了数值分析库NumPy，数据处理库pandas，绘图库Matplotlib、Seaborn、Bokeh，机器学习与数据分析建模库scikit-learn。整体内容涵盖了数据读取、数据预处理、模型构建、模型评价、结果可视化，几乎涵盖了整个数据分析过程，充分而又详细地说明了Python数据分析的常用操作，读者在本书的指导下，能够从零开始入门快速入门数据分析。

python 概述

介绍

Python特性

Python语言是一门解释型、动态、强类型的面向对象编程语言。

由于计算机无法理解除机器语言以外的任何语言，所以必须将程序员编写的程序语言翻译成机器语言，计算机才能执行程序。按翻译的时机的不同，翻译的过程可分为编译和解释两种。在程序编写完成后进行翻译的过程称为编译，而在编写后不进行翻译在执行时才进行翻译的过程称为解释。解释型语言与编译型语言不同，解释性语言编写的程序不需要编译，节省了一道工序，在运行程序的时候才翻译。而编译型语言编写的程序在执行之前，需要一个专门的编译过程，将程序编译成为机器语言的文件。这使得Python比起其他编译型语言发布时更为便捷，但因为在执行时有一个翻译的过程，Python在执行效率上比编译型语言低一些。

动态类型语言是指在程序运行期间才去做数据类型检查的语言。在用动态类型的语言编程时，永远也不用给任何变量指定数据类型，该语言会在第一次赋值给变量时，在内部将数据类型记录下来。Python就是一种典型的动态类型语言。而静态语言与动态语言相反，静态语言的数据类型是在编译期间检查的，在编写程序时需要声明所有变量的数据类型。C/C++是静态类型语言的典型代表，其他的静态类型语言还有C#、Java等。

强类型定义语言（Explicit Type Conversion）是指一门计算机语言是否为强制数据类型定义的语言。强类型语言中的变量被指定为某个数据类型后，在被强制转换前永远是该数据类型。而弱类型语言与强类型定义语言相反，一个变量的数据类型是不确定的。Python是一门强类型的语言，Python不会对数据类型作隐式转换，而是调用方法对数据类型进行强制转换。除Python外，Java、C、C++和C#也是典型的强类型语言。

Python应用领域

Python作为一个设计优秀的程序语言，现在已广泛应用于各种领域，依靠其强大的第三方类库，Python在各个领域都能发挥巨大的作用。

1.数值计算

数值计算是数据挖掘、机器学习的基础。Python提供多种强大的扩展库用于数值计算，常用的数值计算库如表1-1所示。

2.数据可视化

数据可视化是展示数据、理解数据的有效手段，常用的Python数据可视化库如表1-2所示。

3.Web开发

Web应用开发可以说是目前软件开发中最重要的部分。Python提供各种Web开发框架，帮助使用者快速实现功能开发。常用的Python网络开发类库