小白上路掙扎指南：
- 安裝anaconda，詳見簡書余欣博士文章 ，安裝過程中涉及的如在哪輸入命令行等問題，還可參閱唐瑟同學的這篇入門分享。
- 安裝Jupyter notebook，詳見簡書余欣博士文章，關于安裝了Python 2環(huán)境后，如何在Jupyter notebook中實現(xiàn)的問題，參考這篇文章，如1中所述安裝好py2環(huán)境后，
activate py2，之后輸入conda install notebook ipykernel，進一步選y，最后ipython kernel install --user，即可在jupyter notebook中選擇py2的環(huán)境了。Paste_Image.png - 啟動Jupyter notebook
- 加載Python包
import pandas as pd #導入pandas包，命名為pd。
import numpy as np #導入numpy，命名為np。
import matplotlib.pyplot as plt #導入matplotlib.pyplot，命名為plt。
from scipy import stats #從scipy導入stats
- 導入數(shù)據(jù)
weight_data = pd.read_table('weight.txt') #用pd讀取文件，命名為weight_data
weight_data.shape # 展示DataFrame的維度
- 數(shù)據(jù)處理
weight_data['weight'].mean() #求均值
weight_data['weight'].var() #求方差
- 數(shù)據(jù)可視化
fig = plt.figure() #創(chuàng)造畫布fig
plt.rcParams["font.family"] = "SimHei" #修改默認字體，以正確顯示中文（參考自小密圈中@木子 同學的分享）
x = weight_data['weight'] #以x代表weight_data表中weight欄
ax = fig.add_subplot(111) #將分為1*1的畫布上自左向右自上向下第1格畫圖命名為ax，若改為234，即將畫布分為2*3的格子，在第4格子填入ax
numBins = 10 #柱的數(shù)目（最終將生成此數(shù)+1的edge），此處亦可輸入[0,40,50,90]，定制尺度的分布
ax.hist(x,numBins,color='blue',alpha=0.2) #alpha是透明度設置
plt.title(u'體重直方圖') #設置繪圖標題
plt.show() #展示圖
結果展示：
數(shù)據(jù)特征：眾數(shù)落在40~50，小于平均值50.7，是右偏的。體重較高的會和大多數(shù)眾數(shù)差得比較遠。
附加：讀取csv文件
數(shù)據(jù)特征：依然是一個右偏分布，極大值偏離很遠，這對航空運力是很大的挑戰(zhàn)，峰值管理并不好做，運力峰值和日常運力的協(xié)調應該會比較難。
包的介紹
pandas，全稱Python Data Analysis Librarylist，是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務而創(chuàng)建的。Pandas 納入了大量庫和一些標準的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。Pandas最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來，因此，pandas為時間序列分析提供了很好的支持。 Pandas的名稱來自于面板數(shù)據(jù)（panel data）和python數(shù)據(jù)分析（data analysis）。
NumPy，全稱Numeric Python，是Python的一種開源的數(shù)值計算擴展?？捎脕泶鎯吞幚泶笮途仃?，比Python自身的嵌套列表結構要高效，因array只能由存儲相同的數(shù)據(jù)類型，利用內存更高效。同時numpy跟C/C++和Fortran代碼的工具包可通融。numpy和稀疏矩陣運算包scipy配合更佳方便。
Matplotlib是一個 Python 的 2D繪圖庫，它以各種硬拷貝格式和跨平臺的交互式環(huán)境生成出版質量級別的圖形?？梢苑奖愕厣衫L圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。matplotlib的pyplot子庫提供了和matlab類似的繪圖API，方便用戶快速繪制2D圖表。matplotlib.pyplot是命令行式函數(shù)的集合，每一個函數(shù)都對圖像作了修改，比如創(chuàng)建圖形，在圖像上創(chuàng)建畫圖區(qū)域，在畫圖區(qū)域上畫線，在線上標注等。
SciPy函數(shù)庫在NumPy庫的基礎上增加了眾多的數(shù)學、科學以及工程計算中常用的庫函數(shù)。例如線性代數(shù)、常微分方程數(shù)值求解、信號處理、圖像處理、稀疏矩陣等等。
help()和dir()
method的查詢，比如dir(list)，會把list的所有方法列出，help(list.append)可以查看具體的。設a=abc.def，則help(a)亦可查詢幫助。
導入包的情況，若查詢類型是pandas.core.frame.DataFrame，但已經(jīng)導入為pd，則help文件使用時也需在type部分寫為pd，如help(pd.core.frame.DataFrame.shape)，或者可以直接在瀏覽器搜索panda shape也可。
import和from import
import xx導入模塊對于模塊中的函數(shù)，每次調用需要“模塊.函數(shù)”來用。
from xx import fun 直接導入模塊中某函數(shù)，直接fun()就可用。
