python数据分析过程示例

《python数据分析过程示例》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、引言 几年后发生了。在使用SAS工作超过5年后，我决定走出自己的舒适区。作为一个数据科学家，我寻找其他有用的工具的旅程开始了！幸运的是，没过多久我就决定，Python作为我的开胃菜。 我总是有一个编写代码的倾向。这次我做的是我真正喜欢的。代码。原来，写代码是如此容易！ 我一周内学会了Python基础。并且，从那时起，我不仅深度探索了这门语言，而且也帮助了许多人学习这门语言。Python是一种通用语言。但是，多年来，具有强大的社区支持，这一语言已经有了专门的数据分析和预测模型库。 由于Python缺乏数据科学的资源，我决定写这篇教程来帮助

2、别人更快地学习Python。在本教程中，我们将讲授一点关于如何使用Python进行数据分析的信息，咀嚼它，直到我们觉得舒适并可以自己去实践。目录1.数据分析的Python基础o为什么学Python用来数据分析oPython2.7v/s3.4o怎样安装Pythono在Python上运行一些简单程序2.Python的库和数据结构oPython的数据结构oPython的迭代和条件结构oPython库3.在Python中使用Pandas进行探索性分析o序列和数据框的简介o分析Vidhya数据集——贷款的预测问题 4.在Python中使用Pand

3、as进行数据再加工5.使用Python中建立预测模型o逻辑回归o决策树o随机森林让我们开始吧1.数据分析的Python基础为什么学Python用来数据分析 很多人都有兴趣选择Python作为数据分析语言。这一段时间以来，我有比较过SAS和R。这里有一些原因来支持学习Python：·开源——免费安装·极好的在线社区·很容易学习·可以成为一种通用的语言，用于基于Web的分析产品数据科学和生产中。 不用说，它仍然有几个缺点：·它是一种解释性的语言，而不是编译的语言，因此可能占用更多的CPU时间。然而，由于它节省了程序员的时间（由于学习的方便）

4、，它可能仍然是一个很好的选择。Python2.7v/s3.4 这是关于Python的一个最具争议的话题。你可能总是不能避免遇到，尤其是如果你是一个初学者。这里没有正确/错误的选择。它完全取决于具体情况和你的需要。我会尝试给你一些建议，以帮助你做出明智的选择。为什么选择Python2.71.极好的社区支持！这是你在初期需要的东西。Python2发行于2000年末，已经被使用超过15年。2.很多第三方库！虽然许多库已经提供了3.X的支持，但仍然有大量的模块只工作在2.X。如果你计划将Python用于具体的应   用，如Web开发这种高度依赖

5、外部模块的，你选择2.7可能会更好。3.3.X版本的一些特性有向后兼容性，可以使用2.7版本。为什么选择Python3.41.更整齐和更快！Python开发者修正了一些固有的问题和小缺点，以此为未来建立一个强大的基础。这些可能不是很相关，但最终会很重要。1.这是未来！2.7是2.X族发布的最后一个版本，并且最终每个人都要转移到3.X版本。Python3在过去5年已经发布的稳定版本，并将继续。 没有明确的赢家，但我想，底线是，你应该专注于学习Python语言。版本之间的转换应该只是一个时间问题。敬请期待，不久的将来一个专门对比Python

6、2.X和3X的文章！怎样安装Python有两种方法安装Python·你可以直接从项目网站下载Python，然后单独安装你想要的组件和库·或者，你可以下载并安装一个包，它附带了预装的库。我建议您下载Anaconda。另一种选择是EnthoughtCanopyExpress。第二种方法提供了一个避免麻烦的安装，因此我会推荐给初学者。这种方法是你必须等待整个包进行升级， 即使你只是对一个单一的库的最新版本感兴趣。它应该不重要，直到和除非，直到和除非，你正在做的尖端统计研究。选择开发环境 一旦你已经安装了Python，选择环境可以有很多种选择。

7、这里是3个最常见的选择：·终端/基于Shell·IDLE(默认环境)·iPythonnotebook——类似于R的markdown 而环境权取决于你的需要，我个人更喜欢iPythonnotebook一点。它提供了许多良好的功能，编写代码的同时还可以用于记录，你可以选择在上面运行代码块（而不是一行一行的执行）。我们在整个教程中将使用Ipython环境热身：跑第一个Python程序 你可以使用Python作为一个简单的计算器来开始：有一些事情需要注意：·你可以在你的终端/CMD键入“IPythonnotebook”来启动IPythonnot

8、ebook，这取决于你的工作在操作系统·你可以通过简单地点击上面截图中的名字来对IPythonnotebook命名·界面显示In[*]代表输入和Out[*]代表输出。·你可以通过按“Shift+Enter”