学习PythonforDataScience:如何科学的使用Python

Python for Data Science是数据分析领域专业人士必须学习的东西。随着IT行业的发展，对熟练数据科学家的需求急剧增加，Python已经发展成为最受欢迎的编程语言。通过这篇博客，您将学习基础知识，如何分析数据，然后使用Python创建一些漂亮的可视化。

这篇关于“Python for Data Science”的文章包括以下主题：

为什么要学习Python for Data Science？

Python简介

用于数据科学的Python的Jupyter安装

Python基础知识

用于数据科学的Python库

演示：实际实施

让我们开始吧！

为什么学习Python用于数据科学？

毫无疑问，Python是数据科学家最适合的语言。我列出了几点可以帮助您理解人们使用Python for Data Science的原因：

Python是一种免费，灵活且功能强大的开源语言。

Python以简单易读的语法将开发时间缩短了一半。

使用Python，您可以执行数据操作，分析和可视化。

Python为机器学习应用程序和其他科学计算提供了强大的库。

你知道最好的部分吗？Data Scientist是目前收入最高的工作之一，每个Indeed.com每年收入约为130,621美元。

Python由Guido Van Rossum于1989年创建。它是一种具有动态语义的解释语言。它可以在所有平台上免费访问和运行。Python是：

面向对象

高级语言

简单易学

面向过程

使用数据科学进行Python的Jupyter安装

让我指导您完成在系统上安装Jupyter的过程。只需按照以下步骤操作：

第1步：转到链接：https：//jupyter.org/

第2步：您可以点击“在浏览器中试试”或“安装笔记本”。

我建议你使用Anaconda发行版安装Python和Jupyter。安装Jupyter后，可以在命令提示符下键入“Jupyter Notebook”，在默认浏览器中打开它。现在让我们在Jupyter上执行一个基本程序。

name = input（“输入你的姓名：”）

print（“你好”，姓名）

现在，要运行此功能，请按“Shift + Enter”并查看输出。请参阅以下屏幕截图：

Python数据科学基础知识

现在是你在编程中弄脏的时候了。但为此，您应该对以下主题有基本的了解：

变量：术语“变量”是指用于存储值的保留存储器位置。在Python中，您不需要在使用变量之前声明变量，甚至不需要声明它们的类型。

数据类型：Python支持多种数据类型，它们定义了变量和存储方法的可能操作。数据类型列表包括 - 数字，列表，字符串，元组，集和字典。

运算符：运算符有助于操纵操作数的值。Python中的运算符列表包括：算术，比较，赋值，逻辑，按位，成员身份和身份。

条件语句：条件语句有助于根据条件执行一组语句。有即三个条件语句-如果，艾丽芙，和否则。

循环：循环用于迭代小块代码。有三种类型的循环，即while，for和嵌套循环。

函数：函数用于将代码划分为有用的块，允许您对代码进行排序，使其更具可读性，重用代码并节省一些时间。

用于数据科学的Python库

这是Python与数据科学的实际力量进入画面的部分。Python附带了许多用于科学计算，分析，可视化等的库。其中一些列表如下：

NumPy- NumPy是Python for Data Science的核心库，代表'Numerical Python'。它用于科学计算，它包含一个强大的n维数组对象，并提供集成C，C ++等的工具。它还可以用作通用数据的多维容器，您可以在其中执行各种NumPy操作和特殊操作功能。

Matplotlib- Matplotlib是一个功能强大的Python可视化库。它可以在Python脚本，shell，Web应用程序服务器和其他GUI工具包中使用。您可以使用不同类型的图表，并查看使用Matplotlib的多个图表的工作方式。

Scikit-learn- Scikit-learn是主要的吸引力之一，您可以使用Python实现机器学习。它是一个免费的库，包含简单有效的数据分析和挖掘工具。您可以使用scikit-learn实现各种算法，例如逻辑回归。

Seaborn- Seaborn是Python中的统计绘图库。因此，无论何时使用Python进行数据科学，您都将使用matplotlib（用于2D可视化）和Seaborn，它具有漂亮的默认样式和用于绘制统计图形的高级界面。

Pandas- Pandas是Python数据科学的重要库。它用于数据处理和分析。它非常适用于不同的数据，如表格，有序和无序时间序列，矩阵数据等。本教程视频介绍了Pandas和数据分析，然后再继续。

演示：实际实施

问题陈述：您将获得一个数据集，其中包含有关监狱机构的分布和性质，监狱过度拥挤，监狱囚犯类型等各方面的综合统计数据。您必须使用此数据集执行描述性统计并获得有用的数据洞察数据。以下是一些任务：

数据加载：使用Pandas加载数据集“prisoners.csv”，并显示数据集中的第一行和最后五行。然后使用describePandas中的方法找出列数。

数据处理：创建一个新列 - “总收益” - 这是所有模式中受益的囚犯的总和。

数据可视化：创建一个条形图，其中x轴上的每个州名称和他们的总受益囚犯作为他们的酒吧高度。

对于数据加载，请编写以下代码：

将pandas 导入为pd

导入matplotlib。作为情节的pyplot

％matplotlib 内联

file_name = “prisoners.csv”

囚犯 = pd。read_csv（file_name）

犯人

现在要describe在Pandas中使用该方法，只需输入以下语句：

囚犯。describe（）

接下来，让我们执行数据操作。

囚犯 [ “total_benefited” ] = 囚犯。总和（轴 = 1）

囚犯。头（）

最后，让我们在Python中执行一些可视化。请参考以下代码：

导入numpy 为np

xlabels = 囚犯 [ 'STATE / UT' ]。值

情节。图（figsize =（20，3））

情节。xticks（NP。人气指数（xlabels。塑造 [ 0 ]），xlabels，旋转 = '垂直'，字体大小 = 18）

情节。xticks

情节。杆（NP。人气指数（犯人。值。塑造 [ 0 ]），囚犯 [ 'total_benefited' ]，对准 = '边缘'）

要了解学习大数据的可以加群，群号： 834325294，群里有免费的学习资料和视频。