【Python数据分析及环境搭建】：教程详解1(第23天)

大数据小朋友2024-07-02 8:03

系列文章目录

  1. Python进行数据分析的优势
  2. 常用Python数据分析开源库介绍
  3. 启动Jupyter服务
  4. Jupyter Notebook的使用

文章目录

  • 系列文章目录
  • 前言
    • 学习目标
    • [1. Python进行数据分析的优势](#1. Python进行数据分析的优势)
    • [2. 常用Python数据分析开源库介绍](#2. 常用Python数据分析开源库介绍)
      • [2.1 NumPy](#2.1 NumPy)
      • [2.2 Pandas](#2.2 Pandas)
      • [2.3 Matplotlib](#2.3 Matplotlib)
      • [2.4 Seaborn](#2.4 Seaborn)
      • [2.5 Sklearn](#2.5 Sklearn)
      • [2.6 Jupyter Notebook](#2.6 Jupyter Notebook)
    • [3 启动Jupyter服务](#3 启动Jupyter服务)
      • [3.1 设置jupyter服务密码](#3.1 设置jupyter服务密码)
      • [3.2 生成Jupyter配置文件并配置](#3.2 生成Jupyter配置文件并配置)
      • [3.3 启动jupyter](#3.3 启动jupyter)
    • [4 Jupyter Notebook的使用](#4 Jupyter Notebook的使用)
      • [4.1 Jupyter Notebook的界面](#4.1 Jupyter Notebook的界面)
      • [4.2 Jupyter Notebook常用快捷键](#4.2 Jupyter Notebook常用快捷键)
      • [4.3 Jupyter Notebook中使用Markdown](#4.3 Jupyter Notebook中使用Markdown)
    • 总结

前言

本教程详解了Python做数据分析的优势，Python数据分析常用开源库，如何启动jupyter notebook，如何使用jupyter notebook。

学习目标

  • 了解Python做数据分析的优势
  • 知道Python数据分析常用开源库
  • 知道如何启动jupyter notebook
  • 知道如何使用jupyter notebook

1. Python进行数据分析的优势

  • Python作为当下最为流行的编程语言之一，可以独立完成数据分析的各种任务

    • 功能强大，在数据分析领域里有海量开源库，并持续更新

    • 是当下热点------机器学习/深度学习 领域最热门的编程语言

    • 除数据分析领域外，在爬虫，Web开发等领域均有应用

  • 与Excel，PowerBI，Tableau等软件比较

    • Excel有百万行数据限制，PowerBI ，Tableau在处理大数据的时候速度相对较慢

    • Excel，Power BI 和Tableau 需要付费购买授权

    • Python作为热门编程语言，功能远比Excel，PowerBI，Tableau等软件强大

    • Python跨平台，Windows，MacOS，Linux都可以运行

  • 与R语言比较

    • Python在处理海量数据的时候比R语言效率更高
    • Python的工程化能力更强，应用领域更广泛，R专注于统计与数据分析领域
    • Python在非结构化数据（文本，音视频，图像）和深度学习领域比R更具有优势
    • 在数据分析相关开源社区，python相关的内容远多于R语言

2. 常用Python数据分析开源库介绍

2.1 NumPy

  • NumPy(Numerical Python) 是Python数据分析必不可少的第三方库，NumPy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型，使其具备了构造复杂数据类型的能力。
  • 是一个运行速度非常快的数学库，主要用于数组计算，包含：
    • 高性能科学计算和数据分析的基础包
    • ndarray，多维数组，具有矢量（向量）运算能力，快速、节省空间
    • 矩阵运算，无需循环，可完成类似Matlab（商业数学软件）中的矢量运算
    • 用于读写磁盘数据的工具以及用于操作内存映射文件的工具

2.2 Pandas

  • Pandas是一个强大的分析结构化数据的工具集，Pandas丰富的API能够更加灵活、快速的对数据进行清洗、处理以及分析。

  • Pandas在数据处理上具有独特的优势：

    • 底层是基于NumPy构建的，所以运行速度特别的快
    • 有专门的处理缺失数据的API
    • 具有强大而灵活的分组、聚合、转换功能

  • Pandas利器之==Series==

    • Series是一种类似于一维数据的数据结构
    • 是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即行索引)组成
    • 仅由一组数据也可产生简单的Series对象

  • Pandas利器之==DataFrame==

    • DataFrame是一种表格型的数据结构，既有行索引也有列索引，可以简单的把DataFrame理解为一张数据表

    • 包含有一组或多组有序的列（Series），每列可以是不同的值类型(数值、字符串、布尔型等)

2.3 Matplotlib

  • Matplotlib 是一个功能强大的数据可视化开源Python库
  • Python中使用最多的图形绘图库
  • 可以创建静态，动态和交互式的图表

2.4 Seaborn

  • Seaborn是一个Python数据可视化开源库
  • 建立在matplotlib之上，并集成了pandas的数据结构
  • Seaborn通过更简洁的API来绘制信息更丰富，更具吸引力的图像
  • 面向数据集的API，与Pandas配合使用起来比直接使用Matplotlib更方便

2.5 Sklearn

  • scikit-learn 是基于 Python 语言的机器学习工具
    • 简单高效的数据挖掘和数据分析工具
    • 可供大家在各种环境中重复使用
    • 建立在 NumPy ，SciPy（Scientific Python） 和 matplotlib 上

2.6 Jupyter Notebook

  • Jupyter Notebook是一个开源Web应用程序，使用Jupyter Notebook可以创建和共享
    • 代码
    • 数学公式
    • 可视化图表
    • 笔记文档
  • Jupyter Notebook用途
    • 数据清理和转换
    • 统计分析
    • 数据可视化
    • 机器学习等
  • Jupyter Notebook是数据分析学习和开发的首选开发环境

3 启动Jupyter服务

3.1 设置jupyter服务密码

  • 进入python的命令终端, 在linux终端执行 python 命令

  • 输入以下代码设置密码, 记录生成的密码字符串

    python 复制代码 
    from notebook.auth import passwd
passwd() # 设置自己的密码，然后两次输入确认生成加密字符串, 密码设置为123456即可

3.2 生成Jupyter配置文件并配置

  • 在linux终端执行以下命令, 生成jupyter_notebook_config.py配置文件

    sh 复制代码 
    jupyter notebook --generate-config

  • 打开jupyter_notebook_config.py配置文件, 在最后添加以下内容即可

    sh 复制代码 
    # 打开文件
vim ~/.jupyter/jupyter_notebook_config.py
# 添加以下内容
c.NotebookApp.allow_remote_access = True  #允许远程访问
c.NotebookApp.allow_root = True          #允许root访问
c.NotebookApp.ip='*'                     # 所有ip皆可访问  
c.NotebookApp.password = '上面复制的那个字符串'    
c.NotebookApp.open_browser = False       # 禁止自动打开浏览器  
c.NotebookApp.port =8888                 # 端口
c.NotebookApp.notebook_dir = '/'

3.3 启动jupyter

  • linux终端输入 jupyter notebook 命令启动

    sh 复制代码 
    jupyter notebook

  • 在本地浏览器中输入 192.168.88.100:8888, 进入jupyter的web界面

  • 注意: 不要关闭jupyter服务

4 Jupyter Notebook的使用

4.1 Jupyter Notebook的界面

  • 新建notebook文档

    注意：Jupyter Notebook 文档的扩展名为.ipynb，与我们正常熟知的.py后缀不同

  • 新建文件之后会打开Notebook界面

  • 菜单栏中相关按钮功能介绍：

    Jupyter Notebook的代码的输入框和输出显示的结果都称之为cell，cell行号前的 * ，表示代码正在运行

4.2 Jupyter Notebook常用快捷键

Jupyter Notebook中分为两种模式：命令模式和编辑模式

  • 两种模式通用快捷键

    • Shift+Enter，执行本单元代码，并跳转到下一单元
    • Ctrl+Enter，执行本单元代码，留在本单元

  • 按ESC进入命令模式

    • Y，cell切换到Code模式
    • M，cell切换到Markdown模式
    • A，在当前cell的上面添加cell
    • B，在当前cell的下面添加cell
    • 双击D：删除当前cell

  • 编辑模式：按Enter进入，或鼠标点击代码编辑框体的输入区域

    • 撤销：Ctrl+Z（Mac:CMD+Z）
    • 补全代码：变量、方法后跟Tab键
    • 为一行或多行代码添加/取消注释：Ctrl+/（Mac:CMD+/）

4.3 Jupyter Notebook中使用Markdown

  • 在命令模式中，按M即可进入到Markdown编辑模式

  • 使用Markdown语法可以在代码间穿插格式化的文本作为说明文字或笔记

  • Markdown基本语法：标题和缩进

  • 效果如下图所示

总结

  • 了解Python做数据分析的优势

    • Python可以独立高效的完成数据分析相关的全部工作

  • 知道Python数据分析常用开源库

    • Pandas
    • Numpy
    • Matplotlib
    • Seaborn
    • sklearn

  • 会启动和使用jupyter notebook

相关推荐
小苏兮1 分钟前
【C++】priority_queue和deque的使用与实现
开发语言·c++·学习
啊森要自信19 分钟前
【GUI自动化测试】Python 自动化测试框架 pytest 全面指南：基础语法、核心特性（参数化 / Fixture）及项目实操
开发语言·python·ui·单元测试·pytest
赵谨言30 分钟前
基于python智能家居环境质量分析系统的设计与实现
开发语言·经验分享·python·智能家居
元亓亓亓42 分钟前
考研408--组成原理--day1
开发语言·javascript·考研·计组
Yurko131 小时前
【C语言】环境安装(图文)与介绍
c语言·开发语言·学习
仲星(._.)1 小时前
C语言:字符函数和字符串函数
c语言·开发语言
kyle~1 小时前
C++---向上取整
开发语言·c++
QX_hao1 小时前
【Go】--扩容机制
开发语言·golang
weixin_307779131 小时前
Clickhouse导出库的表、视图、用户和角色定义的SQL语句
开发语言·数据库·算法·clickhouse·自动化
程序员三藏1 小时前
银行测试：第三方支付平台业务流，功能/性能/安全测试方法
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·安全性测试
热门推荐
01两千字总结：Codex 国内如何安装和使用的教程，以及如何设置中文回答02BongoCat - 跨平台键盘猫动画工具03GitHub 镜像站点04GitLab 零基础入门指南：从安装到项目管理全流程05UV安装并设置国内源06Linux下V2Ray安装配置指南0746个Nano-banana 精选提示词，持续更新中082025羊城杯网络安全大赛 wp09智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践10UV 工具安装与国内镜像源配置指南