Python数据分析环境和工具

一、数据分析工作环境

Anaconda:

Anaconda（水蟒）是一个科学计算软件发行版，集成了大量常用扩展包的环境，包含了 Python 解释器，conda 包管理工具，以及 NumPy、Pandas、Matplotlib 等 180 多个科学计算包及其依赖项，并且支持所有操作系统平台。

下载地址：https://www.continuum.io/downloads

conda命令和pip命令对比：

安装包：pip install xxx, conda install xxx

卸载包：pip uninstall xxx, conda uninstall xxx

升级包：pip install upgrade xxx, conda update xxx

二、数据分析工具

Python本身的数据分析功能不强，需要第三方的扩展库来增强的它的能力。我们课程用到的库包括NumPy、Pandas、Matplotlib等，下面对这三个库做一个简单介绍，后面会通过案例深入讲解相关库的使用。

Numpy

Python并没有提供数组的功能。虽然列表可以完成基本的数组功能，但它不是真正的数组，而且在数据量较大的时候，使用列表的速度会慢的让人难以接受。为此，Numpy提供了真正的数组功能，以及对数据进行快速高效处理的函数。Numpy还是很多更高级的扩展库的依赖库，后面讲解的Matplotlib库、Pandas库都依赖于它。

Pandas

Pandas是Python下最强大的数据分析工具。它包含高级的数据结构，使得在Python中处理表格型数据非常快速和简单。Pandas构建与Numpy之上，它使得以Numpy为中心的应用很容易被使用，最初是被作为金融数据分析工具而开发出来的。

Pandas功能非常强大，支持类似与SQL的数据增、删、改、查，并且带有丰富的数据处理函数，支持灵活的处理缺失数据。

Matplotlib

处理数据分析的结果，都免不了数据可视化的问题。对于Python来说， Matplotlib来说是最著名的绘图库，它主要用于二维绘图。它可以让我们非常快捷的用Python可视化数据。

三、IDE开发工具

Jupyter Notebook：

命令：jupyter notebook

Anaconda自带，无需单独安装
实时查看运行过程
基本的web编辑器（本地）
.ipynb 文件分享
可交互式
记录历史运行结果
支持编写markdown

IPython：

命令：ipython

Anaconda自带，无需单独安装
Python的交互式命令行 Shell
可交互式
记录历史运行结果
及时验证结果

Spyder：

命令：spyder

Anaconda自带，无需单独安装
免费，操作简单的图形界面IDE

PyCharm：

JetBrains公司出品，功能最强大的 Python 图形界面IDE。
收费软件，需要自行安装和购买：https://www.jetbrains.com/pycharm/download

四、Python3 常用的新特性

print() 是函数，不再是一个语句
Python2中的raw_input()输入函数，改为 input()
Python 3 对文本和二进制数据做了更为清晰的区分。
- 新增数据类型 bytes (字节包)，代表二进制数据以及被编码的文本字符串前有个前缀b

文本由unicode表示，为str类型
二进制数据由bytes (字节包)表示，为bytes类型

Python3中字符串类型 bytes 与 str 转换

str 可以编码(encode)成 bytes
bytes 可以解码(decode)成 str

字符串格式化输出方式：新增format()方式

dict类型变化：

之前的 iterkeys(), itervalues(), iteritems()，

改为现在的 keys(), values(), items()

五、字符串编码格式回顾：

ASCII：早期计算机保存英文字符的编码方式
GB2312：对ASCII的中文扩展
GBK/GB18030：包括了GB2312的所有内容，同时又增加了近20000个新的汉字和符号，是简体中文Windows环境下默认编码格式
Unicode：包括了全球的符号和编码。每个字符用3~4个字节表示，浪费空间
UTF-8：可变长的编码方式，在互联网上使用最广泛的一种Unicode的实现方式，根据语种决定字符长度，如一个汉字3个字节，一个字母1个字节，也是Linux环境下默认编码格式。

在Python3中，Unicode编码字符串使用`str`类型表示，非Unicode编码字符串（如gbk、utf-8等）用`bytes`类型表示。

关注【Python开发者交流平台】公众号，在微信后台回复【领取资源】，获取IT资源200G干货大全。