Python编程数据分析篇之基本介绍

Python编程数据分析篇之基本介绍

数据分析介绍

数据分析基本概念

• 用适当的统计分析方法对收集来的大量数据进行分析
• 提取有用信息和形成结论
• 对数据加以详细研究和概括总结的过程

数据分析的流程

为什么要学习数据分析

• 岗位有需求
• 是机器学习的基础
• 数据科学的基础

数据分析工具

注意

• 数据分析与数据挖掘的相似之处
  数据挖掘和数据分析都是对数据进行分析、处理等操作，从而得到有价值的知识
• 数据分析与数据挖掘的区别

1. 在应用工具上，数据分析更多的是借助现有的分析工具进行，而数据挖掘一般需要通过编程来实现。
2. 在行业知识方面，数据分析要求对所从事的行业有比较深的了解，更多的是将数据与业务紧密结合起来；而数据挖掘不需要有太多的行业知识，更专注于技术层面。

环境部署

• Pycharm
• jupyter

Jupyter介绍

Jupyter Notebooks是什么

Jupyter Notebooks是一款开源的网络应用，我们可以将其用于创建和共享代码和文档。其提供了一个环境，你无需离开这个环境就可以在其中编写代码、运行代码、查看输出、可视化数据并查看结果。因此，这是一款可执行端到端的数据科学工作流程的便捷工具，其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等。

Jupyter Notebooks特点

• 基于web的在线编辑器
• 可交互式
• .ipynb文件共享
• 支持markdown

Jupyter安装

• 如何安装Jupyter Notebooks
  首先需要在电脑上安装Python（建议Python3.6或3.7）。
  安装命令：pip install jupyter

Jupyter使用

• 如何运行Jupyter Notebooks

1. 首先需要建立单独项目文件夹（建议名称不要包含中文）
2. windows+R输入cmd进入windows终端
3. 切换到该文件夹路径下
4. 打开命令：jupyter notebook

Jupyter Notebook快捷键使用

• 运行：Ctrl + Enter（不往下添加单元块）；Shift + Enter（运行完之后自动往下添加一个单元块）
• Esc --> 命令模式
• Enter --> 编辑模式

进入命令模式之后快捷键

• A ：在活跃单元之上插入一个新单元
• B：在活跃单元之下插入一个新单元
• 连续按两次D：可以删除一个单元
• Z ：撤销被删除的单元
• Y：会将当前活跃的单元变成一个代码单元
• 按住shift + 上或下箭头可选择多个单元。在多选模式下，按住shift + M可合并你的选择。

进入编辑模式的快捷键

• Ctrl + Home：到达单元的起始位置
• Ctrl + S：保存进度
• Ctrl + Enter：运行整个单元块
• Alt + Enter：不止会运行当前单元块，还会往下面添加一个新单元块

以上快捷键，进入命令模式，摁住H就可以看到快捷键了。