python基础学习（1）

前言：统计分析，机器学习，建模为什么选择python?

1、python开源免费，有很多现成的计算模型库和包可以用，也有对应的可视化工具，方便绘制图表。

2、python是解释性语言，相对于其他语言，代码实现需要的计算功能要简化很多，省去码代码时间。

3、对于一般的中量级数据，python处理效率还可以，当然比不上java和C++，不过一般可以接受。加上可以嵌入到Java和C++中，效率问题也可以得到解决。

4、Jupyter NoteBook（以前称为IPython NoteBook），它提供了一个用户和IPython内核交互的一个界面，同时它又是一个交互式的笔记本（可以保存你的源代码、运行结果），集文本（markdown）、代码、图像、公式与一体的python的web界面。

一、python的运行环境

       集成开发坏境anaconda，可以一键安装，数据分析、机器学习常用的库都存在（比如：numpy、pandas、sckilearn、TensorFlow等），不必自己安装，并且最新的版本自带Jupyter NoteBook。但是新开源的库，包如果需要用到，还是需要自己安装的。

       常用pycharm作为代码开发管理的工具。

二、python基本语法

1、不同于其他语言用{}或者标识符end作为区分，python用缩进来管理，如果缩进格式不正确，代码会报错。刚接触时可能觉得不习惯，但是习惯后觉得挺简单方便的，不需要那么多括号，看起来更加简洁。

2、Python 中的变量赋值不需要类型声明。

每个变量在内存中创建，都包括变量的标识，名称和数据这些信息。

每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。

3、Python的packeg文件夹中用__init__.py作为包的标识，否则不能被正确引用。

4、Python有五个标准的数据类型：

• Numbers（数字）：int（有符号整型），long（长整型[也可以代表八进制和十六进制]），float（浮点型），complex（复数）
• String（字符串）
• List（列表）
• Tuple（元组）
• Dict（字典）
  

简单示例：

#整形
a=1;
#浮点型
b=1.0;
# string,"",'','''  '''
c='hello';
#list
d=[1,3,4]
#tuple,不可修改
e=(1,2);
#dict
f={'key1':'jack','key2':2}

三、数据分析常用的库pandas

使用pandas可以方便进行各种数据统计汇总，查看，画图等操作，几乎可以满足所有需求

http://nbviewer.jupyter.org/github/usemyheart/python-notebook/blob/master/pandas.ipynb