「数据挖掘入门系列」Python快速入门

Python环境搭建

本次入门系列将使用Python作为开发语言。要使用Python语言，我们先来搭建Python开发平台。我们将基于Python 2.7版本、以及Python的开发发行版本Anaconda版本来开发。

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

下载地址：

https://www.anaconda.com/distribution/，注意要下载2.7版本

下载好Anaconda安装包后，即可安装，安装好后，我们可以来测试下Python环境是否已经搭建好。

Python语言入门

本小节将简单介绍Python语言，此处不会涉及过多的Python语言细节。例如：面向对象之类。此处主要介绍后续学习数据挖掘过程中会使用到的语法。

Hello Python

此案例将在控制台上打印 Hello, Python。

1、创建一个文本文件，并命名为hello_python.py

2、编写以下内容

# 打印字符串
print 'hello, python'

3、在命令行中执行命令 python hello_python.py

多重赋值

Python中支持多重赋值

# -*- coding: utf-8 -*
# 多重赋值
zhangsan, lisi, wangwu = u'张三', u'李四', u'王五'
print zhangsan, lisi, wangwu

注意：

• 在python中要使用中文，需要在文件头上加入 # -*- coding: utf-8 –*
• 字符串应该使用 u开头

条件判断

python条件判断可以使用 if …. elif … else，但逻辑条件使用 and、or。Python一般不使用花括号，而使用缩进对齐来作为区分。参考以下代码：

'''
案例三：
定义变量 username 和 password
1. 如果 username 为 abc，且password为 123, 打印 正确
2. 如果 username 不为 abc，打印用户名错误
3. 如果 password 不为 123，打印密码错误
'''
username = 'abc'
password = '123'

if username == 'abc' and password == '123':
    print u'正确'
else:
    if username != 'abc':
        print u'用户名错误'
    else:
        print u'密码错误'

for循环

# 打印 1-10之间的数字
for i in range(1, 11):
    print i

函数

在Python可以使用def或者lambda表达式来定义函数：

# 定义一个函数计算两个数字的和
def add(a, b):
    return a + b

# 调用函数
print add(1, 1)

print '==' * 10

# 使用 lambda表达式定义函数
add_lambda = lambda x,y: x + y
print add_lambda(1, 1)

集合

以下代码演示列表、元组、字典的使用

# 定义列表
list1 = [1,2,3,4,5]
# 定义元组
tuple1 = (1,2,3,4)
# 定义字典
dict1 = {'zhangsan':20, 'lisi': 30}

print list1
print tuple1
print dict1

注意：元组的元素是不可以被修改的。

可以使用 []来访问集合的元素

函数式编程

Python支持函数式编程，编写起来也很方便

# 函数式编程
# 1. 初始化一个集合，包含数字从1-10
list2 = range(1, 11)
# 2. 对每一个数字 +1
list3 = map(lambda n:n+1, list2)
print list3
# 3. 过滤集合中所有能够整除2的数字
list4 = filter(lambda n: n%2==0, list2)
print list4

使用库函数

Python中需要使用到外部的函数，可以使用import关键字来导入库函数

# 导入库
import math

print math.pi
print math.sin(1)

# 给math库取一个别名
import math as m

print m.pi

添加第三方库

要使用Python进行数据挖掘开发，需要提前安装第三方库。Python中有非常丰富的第三方库。使用以下方式可以非常简便地安装第三方库。

使用pip安装。以下将演示使用pip来安装各类数据分析工具。

Numpy

Numpy实现了真正的数组功能。很多高级的库都依赖该库。我们可以使用pip来安装它。

pip install numpy