• Python數(shù)據(jù)科學（一）- python與數(shù)據(jù)科學應(yīng)用(Ⅰ)
• Python數(shù)據(jù)科學（二）- python與數(shù)據(jù)科學應(yīng)用(Ⅱ)
• Python數(shù)據(jù)科學（三）- python與數(shù)據(jù)科學應(yīng)用(Ⅲ)
• Python數(shù)據(jù)科學（四）- 數(shù)據(jù)收集系列
• Python數(shù)據(jù)科學（五）- 數(shù)據(jù)處理和數(shù)據(jù)采集
• Python數(shù)據(jù)科學（六）- 資料清理(Ⅰ)
• Python數(shù)據(jù)科學（七）- 資料清理(Ⅱ)
• Python數(shù)據(jù)科學（八）- 資料探索與資料視覺化
• Python數(shù)據(jù)科學（九）- 使用Pandas繪制統(tǒng)計圖表

1.數(shù)據(jù)科學簡介與應(yīng)用

數(shù)據(jù)科學主要以統(tǒng)計學、機器學習、數(shù)據(jù)可視化以及（某一）領(lǐng)域知識為理論基礎(chǔ)，其主要研究內(nèi)容包括數(shù)據(jù)科學基礎(chǔ)理論、數(shù)據(jù)預(yù)處理、數(shù)據(jù)計算和數(shù)據(jù)管理(來自百度百科)。

1.資料科學所要具備的能力

• 統(tǒng)計(Statistic)
  • 單變量分析、多變量分析、變異數(shù)分析
• 數(shù)據(jù)處理(Data Munging)
  • 抓取數(shù)據(jù)、清理數(shù)據(jù)、轉(zhuǎn)換數(shù)據(jù)
• 數(shù)據(jù)可視化(Data Visualization)
  • 圖表、商業(yè)智能系統(tǒng)

2.數(shù)據(jù)科學主要分為以下幾個步驟

按職能來拆分可分為數(shù)據(jù)科學家和數(shù)據(jù)工程師， 其中數(shù)據(jù)科學家主要負責前三步、而數(shù)據(jù)工程師則負責后兩步。

2.Python與數(shù)據(jù)科學

1.python語言

• 通過對比，可以突出python的簡單易用

#使用JAVA輸出Hello World 
class test{
        public static void main(String args[]){
            System.out.println("Hello World");
  }
}

#使用python語言輸出Hello World 僅需一行代碼
print("Hello World")

2.python具備完整的數(shù)據(jù)分析套件

• 如果需要做統(tǒng)計科學計算，python中具備Numpy、Scipy、statsmodels.

• 如果需要進行深度學習，又可以使用TensorFlow、MXNET，它們都有python的接口

• 做結(jié)構(gòu)化數(shù)據(jù)處理與分析，又可以用Pandas

• 對大數(shù)據(jù)進行處理，可以使用PySpark

• 機器學習， python上又有Scikit-learn

3.安裝Anaconda

看過我之前文章的同學都知道，我一直用的是python2.7 最早也使用過3.5，現(xiàn)在卻要帶大家安裝Anaconda，原諒我當初學習python的時候太年輕，Python易學，但用好卻不容易，其中比較頭疼的就是包的管理和Python不同版本的問題，特別是當你使用Windows的時候。然后就出現(xiàn)了發(fā)行版的Python（比如Anaconda），發(fā)行版最直接的好處就是將python和許多常用的package打包，方便我們使用。接下來我?guī)Т蠹野惭bAnaconda.

也可以百度搜索Anaconda

根據(jù)自己的電腦系統(tǒng)選擇

建議安裝使用Python3，理由如下

• python3和python2有很多語法的差異，具體參考解釋 Python 2 和 Python 3 的版本之間差別
• Python語言作者Guido van Rossum郵件通知Python 2.7支持時間延長到2020年，到時候?qū)⒉辉龠M行維護

然后根據(jù)自己電腦進行32/64位的下載。

下載完畢安裝就好，記得環(huán)境變量那一項要勾選

安裝完畢后再窗口會看到帶有Jupyter notebook

4.使用Jupyter notebook

Jupyter Notebook（此前被稱為 IPython notebook）是一個交互式筆記本，支持運行 40 多種編程語言。Jupyter Notebook 的本質(zhì)是一個 Web 應(yīng)用程序，便于創(chuàng)建和共享文學化程序文檔，支持實時代碼，數(shù)學方程，可視化和 markdown。 用途包括：數(shù)據(jù)清理和轉(zhuǎn)換，數(shù)值模擬，統(tǒng)計建模，機器學習等等。這也是我們?yōu)槭裁匆褂盟脑颉?/p>

安裝好Anaconda，打開cmd,輸入Jupyter notebook

點擊New,新建一個文件

可以通過按鈕或者快捷鍵運行代碼

5.Python 3 語法

1.變量類型

和其他語言一樣，python3有六個標準的數(shù)據(jù)類型：

• Number（數(shù)字）
• String（字符串）
• List（列表）
• Tuple（元組）
• Sets（集合）
• Dictionary（字典）

• 其中數(shù)字包括int、float、bool、complex（復(fù)數(shù)）。
• 內(nèi)置的 type() 函數(shù)可以用來查詢變量所指的對象類型。
  此外還可以用Python的自省 isinstance 來判斷

>>>a = 0609
>>> isinstance(a, int)
True
>>>

2.列表

• Python內(nèi)置的一種數(shù)據(jù)類型是列表：list。
• list是一種有序的集合，可以隨時添加和刪除其中的元素。
• 序列中的每個元素都分配一個數(shù)字 - 它的位置，或索引，第一個索引是0，第二個索引是1，依此類推。
• 列表可以存放各種類型的數(shù)據(jù)

#設(shè)置一個list
li = [304,12,999,46,405]

#查看list的相關(guān)功能使用dir()
dir(li)

#查看list的長度
>>>len(li)
5

#查看list內(nèi)容
>>>print(li)
[304,12,999,46,405]

#通過下標取值
>>>li[0]
304
>>>li[-1]
405
>>>li[0:3]
[304,12,999]

#列表增加
>>>li.append(609)
>>>print(li)
[304,12,999,46,405,609]

#列表擴展extend 接受一個參數(shù)，這個參數(shù)總是一個 list，
并且把這個 list 中的每個元素添加到原 list 中
>>>li.extend(['xlm','love'])
>>>print(li)
[304,12,999,46,405,'xlm','love']

#list排序
>>>li.sort
>>>print(li)
[12, 46, 304, 405, 999, 'xlm', 'love']

#將一個列表降序排列
>>>li = [304,12,999,46,405]
>>>li.sort(reverse=True)
>>>print(li) 
[999, 405, 304, 46, 12]

3.元組

元組（tuple）與列表類似，不同之處在于元組的元素不能修改。

tuple = (304,12,999,46,405)

4.字典

• 字典（dictionary）是Python中另一個非常有用的內(nèi)置數(shù)據(jù)類型。
• 列表是有序的對象結(jié)合，字典是無序的對象集合。兩者之間的區(qū)別在于：字典當中的元素是通過鍵來存取的，而不是通過偏移存取。
• 字典是一種映射類型，字典用"{ }"標識，它是一個無序的鍵(key) : 值(value)對集合。
• 鍵(key)必須使用不可變類型。
• 在同一個字典中，鍵(key)必須是唯一的。

未完待續(xù)，連載中...