Python数据分析

@什么是数据分析

一、了解数据分析

学习数据分析，先要掌握数据分析的工具，python则是数据分析工具的首选，接下来就让我们开启数据分析之旅，体验数据之美。

1.1 什么是数据分析

1、数据分析师利用数学，统计学理论与实践相结合的科学统计分析方法，对Excel数据，数据库中的数据，网页抓取的数据进行分析，从中提取有价值的信息，并形成结论进行展示得到过程。

2、数据分析实际就是通过总结数据的规律来解决业务问题，以帮助在实际工作中的管理者做出判断和决策

3、数据分析包括以下几个主要内容：
（1）现状分析：分析已经发生了什么；
（2）原因分析：分析为什么会发生这种状况；
（3）预测分析：预测未来可能发生什么。

1.2 数据分析的重要性

1、大数据，人工智能时代的来临，数据分析无处不在，数据分析帮助人们做出判断，以便采取适当的措施，发现机遇，创造新的商业价值，以及发现企业自身的问题和预测企业的未来。

2、在实际的工作中，无论从事哪种行业，哪种岗位，从数据分析师、市场经营策划、销售运营、财务管理、人力资源、金融等行业，数据分析都是基本功，不单单是一个职位，而是职场必备技能，能掌握一定的数据分析技能必然是职场的加分项。

1.3 数据分析的基本流程

• 数据分析的基本过程分为：提出问题、明确目的、数据清洗、构建模型、数据可视化。
  • 提出问题：明确分析目的
  • 明确目的：分析什么、想要表达什么样的效果
  • 数据清洗：重置标签名，缺失值处理，数据类型转换，数据排序，异常值处理

1.4 数据分析的应用场景

1、大数据，人工智能时代的来临，数据分析无处不在，数据分析帮助人们做出判断，以便采取适当的措施，发现机遇，创造新的商业价值，以及发现企业自身的问题和预测企业的未来。

2、在实际的工作中，无论从事哪种行业，哪种岗位，从数据分析师、市场经营策划、销售运营、财务管理、人力资源、金融等行业，数据分析都是基本功，不单单是一个职位，而是职场必备技能，能掌握一定的数据分析技能必然是职场的加分项。

二、数据分析工具

2.1 jupyter

Jupyter Notebook将代码、说明文本、数学方程式、数据可视化图表等内容全部组合到一起显示在一个共享的文档中，可以实现一边写代码一边记录，而这些功能是Python自带的IDLE和集成开发环境PyCharm无法比拟的。

2.2 编辑器安装

pip install jupyter
pip install notebook

• 启动编辑器
  • 打开DOS界面，(CD到代码存放目录)输入jupyter notebook，即可在默认浏览器启动
  • 若没有启动，可复制DOS界面出现的地址，手动打开

2.3 Jupyter快捷使用

• Shift-Enter : 运行本单元，选中下个单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元

命令模式：按下ESC进入

• Y ：cell切换到Code模式
• M：cell切换到Markdown模式
• A：在当前cell的上面添加cell
• B：在当前cell的下面添加cell