python科学应用_Python数据科学（一）- python与数据科学应用(Ⅰ)

传送门：

1.数据科学简介与应用

数据科学主要以统计学、机器学习、数据可视化以及(某一)领域知识为理论基础，其主要研究内容包括数据科学基础理论、数据预处理、数据计算和数据管理(来自百度百科)。

1.资料科学所要具备的能力统计(Statistic)单变量分析、多变量分析、变异数分析

数据处理(Data Munging)抓取数据、清理数据、转换数据

数据可视化(Data Visualization)图表、商业智能系统

2.数据科学主要分为以下几个步骤

按职能来拆分可分为数据科学家和数据工程师， 其中数据科学家主要负责前三步、而数据工程师则负责后两步。

2.Python与数据科学

1.python语言

Python是什么，请直接阅读链接第一部分。通过对比，可以突出python的简单易用

#使用JAVA输出Hello World

class test{

public static void main(String args[]){

System.out.println("Hello World");

}

}

#使用python语言输出Hello World 仅需一行代码

print("Hello World")

2.python具备完整的数据分析套件如果需要做统计科学计算，python中具备Numpy、Scipy、statsmodels.

如果需要进行深度学习，又可以使用TensorFlow、MXNET，它们都有python的接口

做结构化数据处理与分析，又可以用Pandas

对大数据进行处理，可以使用PySpark

机器学习， python上又有Scikit-learn

3.安装Anaconda

看过我之前文章的同学都知道，我一直用的是python2.7 最早也使用过3.5，现在却要带大家安装Anaconda，原谅我当初学习python的时候太年轻，Python易学，但用好却不容易，其中比较头疼的就是包的管理和Python不同版本的问题，特别是当你使用Windows的时候。然后就出现了发行版的Python(比如Anaconda)，发行版最直接的好处就是将python和许多常用的package打包，方便我们使用。接下来我带大家安装Anaconda.

也可以百度搜索Anaconda

根据自己的电脑系统选择

建议安装使用Python3，理由如下Python语言作者Guido van Rossum邮件通知Python 2.7支持时间延长到2020年，到时候将不再进行维护

然后根据自己电脑进行32/64位的下载。

下载完毕安装就好，记得环境变量那一项要勾选

安装完毕后再窗口会看到带有Jupyter notebook

4.使用Jupyter notebook

Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本，支持运行 40 多种编程语言。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。这也是我们为什么要使用它的原因。

安装好Anaconda，打开cmd,输入Jupyter notebook

点击New,新建一个文件

可以通过按钮或者快捷键运行代码

5.Python 3 语法

1.变量类型

和其他语言一样，python3有六个标准的数据类型：Number(数字)

String(字符串)

List(列表)

Tuple(元组)

Sets(集合)

Dictionary(字典)

其中数字包括int、float、bool、complex(复数)。

内置的 type() 函数可以用来查询变量所指的对象类型。

此外还可以用Python的自省 isinstance 来判断

>>>a = 0609

>>> isinstance(a, int)

True

>>>

2.列表Python内置的一种数据类型是列表：list。

list是一种有序的集合，可以随时添加和删除其中的元素。

序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。

列表可以存放各种类型的数据

#设置一个list

li = [304,12,999,46,405]

#查看list的相关功能使用dir()

dir(li)

#查看list的长度

>>>len(li)

5

#查看list内容

>>>print(li)

[304,12,999,46,405]

#通过下标取值

>>>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]

#列表扩展extend 接受一个参数，这个参数总是一个 list，

并且把这个 list 中的每个元素添加到原 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']

#将一个列表降序排列

>>>li = [304,12,999,46,405]

>>>li.sort(reverse=True)

>>>print(li)

[999, 405, 304, 46, 12]

3.元组

元组(tuple)与列表类似，不同之处在于元组的元素不能修改。

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

4.字典字典(dictionary)是Python中另一个非常有用的内置数据类型。

列表是有序的对象结合，字典是无序的对象集合。两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。

字典是一种映射类型，字典用"{ }"标识，它是一个无序的键(key) : 值(value)对集合。

键(key)必须使用不可变类型。

在同一个字典中，键(key)必须是唯一的。

未完待续，连载中...

作者：许胜利 Python爱好者社区专栏作者，请勿转载，谢谢。

博客专栏：许胜利的博客专栏

配套视频教程：