python数据分析要学多久_如何七周成为数据分析师18：Python的新手教程

本文是《如何七周成为数据分析师》的第十八篇教程&＃xff0c;如果想要了解写作初衷&＃xff0c;可以先行阅读七周指南。温馨提示&＃xff1a;如果您已经熟悉Python&＃xff0c;大可不必再看这篇文章&＃xff0c;或只挑选部分。

Python是近年来最火爆的语言&＃xff0c;已经作为数据分析和机器学习的首选语言之一。

Python虽然被诟病不够快&＃xff0c;但足够灵活和易上手。Python教程主要围绕数据分析展开&＃xff0c;所以技术原理这类内容会略过&＃xff0c;可以认为这是一篇重应用的课程。

想学会一门语言不是一朝一夕的事情&＃xff0c;若大家想成为技术型的数据分析师&＃xff0c;或者未来往数据挖掘发展&＃xff0c;建议你要比文章内容学得更深。所有的代码最好都手打一遍&＃xff0c;这是最有效的学习方式。

数据分析环境

Python的编写环境&＃xff0c;用Anaconda足矣。Anaconda是专业的数据科学计算环境&＃xff0c;已经集成绝大部分包和工具&＃xff0c;不需要多余的安装和调试。

Python版本建议3.0以上&＃xff0c;现在最新版本是3.6&＃xff0c;不要选择2.7的版本&＃xff0c;否则你会被无尽的中文编码问题困扰。

Anaconda在官网continuum.io/downloads 下载&＃xff0c;选择最新版本&＃xff0c;约400MB。

完成安装后&＃xff0c;Win版本会多出几个程序&＃xff0c;Mac版本只有一个Navigator导航。数据分析最常用的程序叫Jupyter&＃xff0c;以前被称为IPython Notebook&＃xff0c;是一个交互式的笔记本&＃xff0c;能快速创建程序&＃xff0c;支持实时代码、可视化和Markdown语言。

点击Jupyter进入&＃xff0c;它会自动创建一个本地环境localhost。

点击界面右上角的new&＃xff0c;创建一个python文件。

开始你的Python

界面上部是工具栏&＃xff0c;编辑撤回运行等&＃xff0c;下面是快捷操作&＃xff0c;大家以后会熟悉的。页面正中便是脚本执行的地方&＃xff0c;我们输入自己第一行代码吧&＃xff1a;

&＃xff08;我就不用hello world&＃xff09;灰色框是输入程序的地方&＃xff0c;回车是换行&＃xff0c;shift&＃43;回车执行灰色区域的代码&＃xff0c;它的结果会直接在下面空白处出现。这就是Jupyter交互式的强大地方&＃xff0c;将Python脚本分成片段式运行&＃xff0c;尤其适合数据分析的摸索调整工作。

这里的print叫函数&＃xff0c;和excel的函数同理&＃xff0c;是程序执行的主体&＃xff0c;负责将输入转化成输出&＃xff08;函数留在下一篇细讲&＃xff09;。这里将hello qinlu这段文字输出。新手可能会奇怪为什么要加引号&＃xff0c;这种用引号括起来的文字在程序中叫字符串。

Python是一门计算机语言&＃xff0c;它的逻辑和自然语言不一样&＃xff0c;编程语言的目的是执行任务&＃xff0c;所以它不能有歧义。为了规避各种歧义&＃xff0c;人们创造了语法规则&＃xff0c;只有正确的语法&＃xff0c;才能被转换成CPU执行的机器码。

先了解Python语法中的数据类型。计算机最开始只被用于数值运算&＃xff0c;后来被赋予了各种丰富的数据类型。

上面两个是小学生都会的四则运算&＃xff0c;在计算机语言中可没有那么简单。它涉及了两个数值类型&＃xff0c;整数int和浮点数float。整数和浮点数在计算机内部存储的方式是不同的&＃xff0c;我们不用知道具体原理&＃xff0c;明确一点&＃xff0c;整数运算是永远精确的&＃xff0c;浮点运算则可能有误差。

两种数据类型也可以互换&＃xff0c;通过int函数和float函数。

有了数值&＃xff0c;必然有文本&＃xff0c;程序中叫字符串&＃xff0c;用英文引号括起来表示。单引号和双引号没有区别&＃xff0c;所以”qinlu”和’qinlu’是等价的&＃xff0c;引号是边界&＃xff0c;输出的时候不会包含它。当字符串内本身包含引号时&＃xff0c;也不影响使用。

需要注意的是&＃xff0c;不论单引号还是双引号&＃xff0c;一旦混用很容易出现错误。因为程序并不知道它是字符串的边界还是符号。

解决方法有两种&＃xff0c;一种是使用三引号&＃xff0c;三引号代表整体引用&＃xff0c;而且包含换行。第二种是引号前面加\&＃xff0c;它是转义字符&＃xff0c;表示这个引号就是单纯的字符。

三引号也可以用来注释&＃xff0c;通常是大段的文字解释&＃xff0c;如果一句话&＃xff0c;我们更习惯用#&＃xff0c;#后面的内容均不会作为程序执行。

时间是特殊的数值类型&＃xff0c;它将结合datetime模块讲解。

还有两个常见的数据类型&＃xff0c;布尔值和空值。布尔值是逻辑判断值&＃xff0c;只有True和False。

布尔值在IF语句和数据清洗中经常使用&＃xff0c;利用其过滤。布尔值能和布尔值运算&＃xff0c;不过这里是and、not、or作为运算符&＃xff0c;Ttue and True &＃61; True&＃xff0c;False and True &＃61; False&＃xff0c;False and False &＃61; False&＃xff0c;not True &＃61; False&＃xff0c;True or False &＃61; False等。

空值是一个特殊的值&＃xff0c;表示为None&＃xff0c;None不等于0&＃xff0c;0具有数学意义而None没有&＃xff0c;None更多表示该值缺失。

整数&＃xff0c;浮点数&＃xff0c;字符串&＃xff0c;布尔值&＃xff0c;空值就是Python常见的数据类型。Python3对中文的支持比较友好&＃xff0c;所以大家可以用中文作为字符串试一下print。

数据类型构成了变量的基础&＃xff0c;变量可以是任意的数据类型。想要用变量&＃xff0c;必须先赋予变量一个值&＃xff0c;这个过程叫赋值。

我首先给a赋予了一个整数值1&＃xff0c;然后改变它为字符串abc&＃xff0c;变量在Python中没有固定的数值类型&＃xff0c;这是Python最大的优点&＃xff0c;所以它在数据分析中很灵活。这也是它被称为动态语言的原因&＃xff0c;相对应的叫静态语言。

Python是大小写敏感的语言&＃xff0c;所以a和A是有区别的&＃xff0c;这点请牢记。另外变量名尽可能使用英文&＃xff0c;不要拼音&＃xff0c;英文的可读性是优于拼音的。

变量有两种拼写风格&＃xff0c;一种叫驼峰&＃xff0c;一种叫下划线&＃xff0c;以用户ID为例。驼峰命名法为userId&＃xff0c;以一串英文词语user和id组成变量&＃xff0c;第一个词语的首字母小写&＃xff0c;第二个词语开始的首字母均大写。下划线命名法为user_id&＃xff0c;全部小写&＃xff0c;用_分割单词。

一个变量的值可以被赋予另外一个变量&＃xff0c;如果b变量之前有另外一个值&＃xff0c;那么会被1覆盖。呈从上而下的执行关系。

初看a &＃61; a &＃43; 1好像有逻辑问题&＃xff0c;其实这涉及到了程序执行的先后顺序&＃xff0c;程序是先计算a&＃43;1的值得到2&＃xff0c;然后将其赋予(覆盖)了a。等号右边的计算先于左边&＃xff0c;这是从右到左的逻辑关系。

有变量&＃xff0c;自然有常量&＃xff0c;常量是固定不变的量&＃xff0c;可是在Python中没有真正意义的常量&＃xff0c;一切皆可变&＃xff0c;它更多是习惯上的叫法&＃xff0c;即一旦赋值&＃xff0c;就不再改变了。

Python的基础数学运算符号有&＃43;,-,*,/,//,%。前面四个就是加减乘除&＃xff0c;其中除法的结果一定是浮点数。后面两个符号是除法的特殊形式&＃xff0c;//代表除法中取整数&＃xff0c;%代表除法中取余数。

到这里&＃xff0c;新手部分已经讲解完成。因为考虑到大家的基础不一致&＃xff0c;故早期内容并不难&＃xff0c;后续学习难度才会逐渐递增。下一章讲解数据结构。

相关阅读

#专栏作家#

秦路&＃xff0c;微信公众号ID&＃xff1a;tracykanc&＃xff0c;人人都是产品经理专栏作家。

本文由 &＃64;秦路 原创发布于人人都是产品经理。未经许可&＃xff0c;禁止转载。

给作者打赏&＃xff0c;鼓励TA抓紧创作&＃xff01;赞赏

4人打赏