Python pandas 数据清洗与数据绘图实战

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