第2章 Python与数据分析

《Python数据分析基础教程》学习笔记。

第2章 Python与数据分析

2.1 Python数据分析常用的类库
类库是用来实现各种功能的类的集合。

-1. NumPy
NumPy(Numerical Python)是Python科学计算的基础包，提供以下功能：

• 快速高效的多维数组对象ndarrray是其核心。
• 用于对数组执行元素计算和直接对数组执行数学运算的函数。
• 用于读写硬盘上基于数组的数据集的工具。
• 线性代数运算、傅里叶变换，以及随机数生成。
• 用于将C、C++、Fortran代码集成到Python的工具。
• 作为算法之间传递数据的容器。

-2. pandas
pandas是Python数据分析的核心库，是基于NumPy构建的含有复杂数据结构和工具的数据分析包。
pandas围绕着Series(一维序列)和DataFrame(二维序列)着两个核心数据结构展开的。
pandas提供了复杂精细的索引功能，以便快捷地完成重塑、切片、聚合和选取数据子集等操作。

-3. Matplotlib
Matplotlib是最流行的用于绘制数据图表的Python库，非常适合创建出版物中的图表。

-4. SciPy
SciPy是一组专门用于科学计算的开源Python库，它构建于NumPy的基础之上，提供了一个用于在Python中进行科学计算的工具集。
SciPy经常于NumPy、pandas、Matplotlib和IPython这些核心库一起使用。

-5. scikit-learn
scikit-learn 是一个简单有效的数据挖掘和数据分析工具，可供用户在各种环境下重复使用。是建立在NumPy、SciPy和Matplotlib的基础上的，对一些常用的算法进行了封装。
scikit-learn 的基本功能主要为：

• 分类
• 回归
• 聚类
• 数据降维
• 模型选择
• 数据预处理

-6. IPython
IPython 是Python科学计算标准工具集的组成部分，它为交互式和探索式计算机提供了一个高效的开发环境。

2.2 Jupyter Notebook
Jupyter Notebook(又称 IPython Notebook)是一个交互式的在线编辑器，它可以每编辑一行代码就运行该行代码，并且将运行的结果显示在代码的下方。
Jupyter Notebook本质上是一个支持实时代码、数学方程式、可视化和Markdown的Web应用程序。它的用途：

• 数据清理和转换
• 数值模拟
• 统计建模
• 数据可视化
• 机器学习