python数据科学手册_数据科学的Python基础

数据科学入门的基本python编程基础。

不熟悉编程的数据科学领域的初学者通常很难确定正确的起点。 在各个论坛上有数百个关于如何开始使用DS进行Python编程的问题，这篇文章和视频系列是我试图解决所有这些问题的尝试。

我曾经是一名Python传播者，他的职业生涯是从全栈Python开发人员开始的，他先是涉足数据工程和数据科学领域。 我之前在Python方面的经验以及对Maths的精通掌握使我对数据科学的转换感到满意。 因此，这是帮助您进行Python编程的基础知识。

在深入了解基本要素之前，请确保您已经设置了Python环境并知道如何使用Jupyter Notebooks(可选)。

基本的Python课程可以分为4个基本主题，其中包括：

· 数据类型(整数，浮点数，字符串)

· 复合数据结构(列表，元组和字典)

· 条件，循环和函数

· 面向对象的编程和使用外部库

让我们快速浏览其中的每一个，以了解需要学习的重要知识，同时介绍基本知识以及随着时间的推移您将学到什么。

1.数据类型和结构

第一步是了解Python如何解释各种数据。 从广泛使用的数据类型开始，我们应该熟悉Integer(int)，Floats(float)，strings(str)和boolean(bool)。 你应该练习什么

类型，类型转换和I / O功能：

· 使用thetype()方法学习数据类型。

· 将值存储到变量和输入输出函数中= 5.67

· 类型转换-将变量/数据的特定类型转换为另一种类型(如果可能)。 例如：将整数字符串转换为Integer。

> Converting a string "55" into Integer 55 and conversion throws a value error when the casting isn'

一旦您熟悉了基本数据类型及其用法，我们现在就可以专注于算术运算符和表达式求值(DMAS)，并将结果存储在变量中以备将来使用。

字串：

您将需要处理文本数据和字符串，并且它们的运算符在处理字符串数据类型时非常方便。 实践这些概念：

· 使用+连接字符串。

· 使用split()和join()方法分割和连接字符串。

· 使用lower()和upper()方法更改字符串的大小写。

· 使用字符串的子字符串

这是涵盖所有要点的笔记本。

2.复合数据结构(列表，元组和字典)

列表和元组(复合数据类型)：

Python列表是最常用和最重要的数据结构之一，它将为在数据数组上计算代数方程和统计模型铺平道路。 列表是元素的集合，该集合可以是相同或不同的数据类型。 熟悉的概念：

· 多种数据类型可以存储在python列表中。

· 索引和切片以访问列表的特定元素或子列表。

· 用于排序，反转，删除元素，复制和附加的辅助方法。

· 嵌套列表-包含列表的列表。 例如：[1,2,3，[10,11]]

· 添加和扩展列表。

> Multiplying a scalar and adding a list to another list.

元组是项的不可变有序序列。 这些与列表相似，但主要区别在于它们是不可变的，而列表是可变的。 要关注的概念：

· 索引和切片(类似于列表)

· 嵌套元组。

· 添加元组和辅助方法，例如count()和index()

辞典

这些是Python中的另一种收集类型。 列表是简单的整数索引，字典更像地址。 我们在字典中有键/值对。 键类似于列表中的索引。

> Representation of a dict as key-value pairs

要访问元素，您需要在方括号中传递密钥。

> Accessing the value by passing in the key

重点关注的概念：

· 迭代字典(将被循环覆盖)

有关上述主题的笔记本可以在这里找到。

3.条件，循环和函数

条件与分支

我们在第一部分讨论了布尔数据类型(True / False)，Python使用这些布尔变量来评估条件。 每当需要进行比较或评估时，布尔值就是最终的解决方案。

由于人们将赋值运算符(单等号=)与比较运算符(双等号==)相混淆，因此需要仔细观察图像中的比较。

布尔运算符(或，非)

这些用于一起评估复杂的断言。

或—要使整个条件为真，应该进行许多比较之一。

AND —所有比较都应为真，以使整个条件为真。

NOT(否)—检查是否与指定的比较相反。

要学习的概念：

· IF，ELSE和ELIF语句可构造条件。

· 在一种情况下进行复杂的比较。

· 在编写嵌套的if / else语句时要牢记缩进。

· 使用布尔值，" in"，" is"和" not"运算符。

循环

您经常需要重复执行一项任务，循环是我们最好的朋友，可以消除代码冗余的开销。 您通常需要遍历列表或字典的每个元素，而循环很方便。 " While"和" For"是两种类型的循环。 专注于：

· range()函数，并使用for循环迭代序列。

· While循环

· 迭代列表并按特定顺序附加(或其他任何带有列表项的任务)元素

· 使用break，pass和continue关键字。

清单理解

一种复杂且简洁的方法，该方法使用后跟for子句的iterable创建列表。 例如，您可以使用列表推导创建一个9个多维数据集的列表，如下面的示例所示。

职能

在执行相似任务的大型项目上进行工作，维护代码成为一项任务，而使用函数来管理代码的便捷方法。 函数是一段代码，对输入数据执行一些操作并提供所需的输出。

使代码更具可读性，减少冗余，使代码可重用，并节省时间。

Python使用缩进来包含代码块。 这是一个函数示例：

我们使用def关键字定义一个函数，后跟该函数的名称以及括号和冒号内的arguments(input)。 函数的主体是缩进的代码块，然后将输出作为输出返回。

调用函数-通过指定名称并根据其定义在括号内传递参数来调用函数。

更多示例和详细信息在这里。

4.面向对象的编程和使用外部库

我们一直在使用辅助方法来处理列表，字典和其他数据类型，但是这些方法来自何处？ 当我们说列表或字典时，实际上是在与列表类对象或字典类对象进行交互。 打印字典对象的类型将向您显示它是一个类dict对象。

这些都是python语言中的预定义类，它们使我们的任务变得非常容易和方便。

现在，对象是类的实例，并且被定义为将变量(数据)和函数封装到单个实体中。 他们可以访问类中的变量(属性)和方法(函数)。

现在，问题是我们可以创建自己的自定义类和对象吗？ 答案是肯定的。

这是定义类及其对象的方式：

然后，您可以使用dot(。)运算符访问属性和方法。

使用外部库/模块

使用Python进行数据科学的原因之一是其出色的社区，该社区针对不同的领域和问题开发了高质量的软件包。 使用外部库和模块是在python中处理项目不可或缺的一部分。

这些库和模块定义了可用于完成任务的类，属性和方法。 例如，数学库包含许多数学函数，我们可以使用它们来进行计算。 这些是.py文件。 您应该学会：

· 在工作区中导入库

· 使用帮助功能了解库或功能

· 直接导入所需的功能：

· 您应该学习阅读诸如pandas，numpy和sklearn之类的知名软件包的文档，并在项目中使用它们

(本文翻译自Harshit Tyagi的文章《Python Fundamentals for Data Science》，参考：https://towardsdatascience.com/python-fundamentals-for-data-science-6c7f9901e1c8)