Python数据分析常用工具

Python数据分析常用工具

目录

1、基础平台搭建

2、基础使用

2.1、运行环境调试

2.2、Python基础语法

3、Python数据分析常用工具

3.1、Python数据分析工具简介

3.2、Python数据分析工具安装

3.3、Python数据分析工具应用

1、基础平台搭建

Python在Windows、Linux都是适用的。Windows系统中安装比较容易，直接到官网（https://www.python.org/）下载相应的msi安装包安装即可；大多数Linux发行版，如Ubuntu、CentO等，也都是有自带的Python，不需要大家额外安装。

为了实现更丰富的科学计算功能，往往需要去安装很多的第三方扩展库，这对于一般的数据分析处理的人员来说还是存在困难的，尤其是安装的时候不仅耗时，同时还会经常报错。因此有了Anaconda,他将科学计算所需要的模块都编译好了，然后打包以发行版的形式供用户使用。所以我们只需要安装Anaconda即可。点击查看Anaconda介绍、安装及使用保姆级‍教程！

Anaconda的特点：

• ①包含了众多流行的科学、工程、数学、数据分析的Python包；

• ②开源且免费；

• ③全平台支持：Windows、Linux、Mac。

还没安装的小伙伴，只想快速安装的请点击Anaconda安装包及操作步骤

2、基础使用

2.1、运行环境调试

新建存放代码和数据的文件夹这里我们先新建一个存放代码的文件夹：D:\python代码\python拆分表格 再新建一个存放数据结果的文件夹：D:\python代码\python拆分表格\拆分结果。这里仅是案例，你可以建立其他的目录哈~，想知道怎么用Python快速拆分表格就点击查看。

使用找到编辑代码的位置

输入打开代码的位置：jupyter notebook D:\python代码\python拆分表格

在弹出的网页中首次新建python3的代码编辑

重命名本次使用的代码名称图片

输入python需要用到的numpy、pandas模块是否自带的已有，一般都有，导入这两个模块运行不报错即可（如果没有需要pip install numpy 、pip install pandas，这里不再细讲）图片ok,到此python的环境已经准备完成。

2.2、Python基础语法

这里我们单独附上Python的基础语法，需要的同学点击跳转去学习。

• Python的基础语法

• Python的基础数据类型

• Python的列表、元组、字典、集合

• Python运算符

3、Python数据分析工具

3.1、Python数据分析工具简介

Python本身的数据分析功能一般，需要安装一些三方扩展库来增强功能。数据分析常用到的三方库有Numpy、Scipy、Matplotlib、Pandas、Scikit-Learn、Keras、Gensim 等。

扩展库	简介
Numpy	提供数组支持，以及高效的处理函数
Scipy	提供居正支持，以及矩阵相关的数值计算模块
Matplotlib	强大的数据可视化工具、作图库
Pandas	灵活、强大的数据分析和探索工具
Scikit-Learn	支持回归、分类、聚类等强大的机器学习库
Keras	深度学习库，用于建立神经网络及深度学习模型
Gensim	用于做文本主题模型的库，文本挖掘所用库
StatsModels	统计模型和计量经济学，包括描述统计、统计模型的评估和推断

3.2、Python数据分析工具安装

其中Anaconda默认已经安装的有Numpy、Scipy、Matplotlib、Pandas、Scikit-Learn。

在windows中,原生python安装第三方库，可以通过pip安装。如：pip install numpy；Anaconda安装第三方库，可以通过conda安装。如：conda install numpy。其他库同理。

在Linux中上面的安装也可行。此外 ，还可以通过Linux自带的软件管理器进行安装，如在Ubuntu下可以用 sudo apt-get install python-numpy安装。其他库同理。

3.3、Python数据分析工具应用

这里我们先给大家分享几个最常用库的使用,详情点击下方目录跳转。

3.3.1 Numpy库

• 1）Numpy知识点(1)讲解实操-安装/属性/数组创建/运算

• 2）Numpy索引、切片和迭代

3.3.2 Pandas库

• 1）Pandas介绍、安装及使用

• 2）Pandas的Series基础知识

• 3）Pandas.DataFrame 创建、属性、基础操作、基础运算、数据合并

• 4）Pandas的MultiIndex多层索引使用

• 5）Pandas读写csv数据

• 6）Pandas读写操作excel

• 7）Pandas读取外部数据—使用Pandas读写操作txt文件

• 8）Pandas读写操作mysql数据库

• 9）Pandas数据清洗

• 10）Pandas应用 apply、map、applymap映射转换

• 11）Pandas字符串矢量级运算函数表

• 12）Pandas数据替换详细说明及案例

• 13）Pandas数据合并菜谱

• 14）Pandas分组与聚合统计

• 15）Pandas日期(时间)处理总结

3.3.3 Matplotlib库

• 1）Matplotlib使用教程(原理、流程、美化、案例）

• 2）Matplotlib绘图的完善及美化

• 3）Matplotlib 绘图实用小技巧

3.3.4 Scikit-Learn库

• 1）python机器学习教程

点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

👉Python实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python书籍和视频合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉Python副业创收路线👈

这些资料都是非常不错的，朋友们如果有需要《Python学习路线&学习资料》，点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

本文转自网络，如有侵权，请联系删除。