1、Python数据探索
Python已成为数据科学的主要语言之一,并继续在数据科学领域不断壮大。如前所述,就原始性能而言,Python并不总是速度最快的语言。但是有些数据处理库(如NumPy)主要用C语言编写,并且经过大量优化,以至于速度不再是问题。
此外,对可读性和可访问性的考虑往往超过了纯粹的速度需求,最大程度地节省开发人员的时间往往更为重要。Python具有较好的可读性和可访问性,并且无论是单独使用还是与Python社区开发的工具相结合,都是极其强大的数据操作和探索工具。
数十年来,电子表格一直是即兴(ad-hoc)数据处理的首选工具。熟悉电子表格的人能够发挥出着实惊人的技巧,可以组合有关联的不同数据集、数据透视表,可以用查找表链接数据集等。尽管每天到处都有人用电子表格完成了大量工作,但它确实存在局限性,Python就能有助于超越这些限制。
之前已经提到过的一个限制是,大多数电子表格软件都有行数限制,目前大约是100万行,这对于许多数据集来说是不够用的。另一个限制就是电子表格本身的寓意。电子表格是二维网格,就是行和列,顶多也就是一堆的网格,这限制了复杂数据的操作与思维方式。
有了Python,就可以绕开电子表格的限制编写代码,按照希望的方式操作数据。可以用无限灵活的方式组合Python数据结构,如列表、元组、集合和字典,或者可以创建自己的类,完全根据需要将数据和行为打包在一起。
2、Jupyter记事本
这或许算是最引人注目的Python数据探索工具之一,不会增加语言本身的功能,但会改变Python与数据的交互方式。
Jupyter记事本是一种通过Web浏览器访问Python的实用方式