也许会有专业软件工程师认为,Python的火热有些“过誉”了,但是在经济学乃至数据科学领域,Python的火热绝对是能够理解和值得期待的。大数据时代来临,任何一位想要在未来的经济学界立足的「有志青年」,都应该抓住这把“火”。本文将为那些还没有上手但准备上手的「有志青年」们梳理一份学习Python的内容清单,着重列出数据分析处理方面需要用到的模块。
注:以下知识点主要以Python 的第三方包为主。科普园地/ Science ParkPython的第三方包:Python 具有丰富的扩展性,成千上万的第三方扩展包不断为 Python 赋能,使得其能够承载各式各样的需求。一般代码前几行,如import pandas as pd ,就是在导入第三方包。得益于免费开源的设计理念,任何人都可以为其贡献第三包,反过来许多优秀的第三方包又促进更多的人使用Python,进而创造出更多的第三方包,如此形成一种良性循环。Pandas 数据操作的基石
毫不过分地说,学好 Pandas 甚至比学好 Python 更重要。因为正是Pandas的好用,才奠定了 Python 在数据科学领域的地位。
那么,Pandas 是什么?Pandas 是 Python 的第三方包,用于数据处理。Python 默认的数据格式,无论是列表还是字典,都不能很好地用于操作在现实中常见的二维数据。Pandas正是为解决此问题而生,Pandas 提供了一种名为 DataFrame 的数据格式,将数据储存为一个二维表的形式,再通过各种函数方法,对数