Python--数据分析概述

为什么使用Python进行数据分析

• Python拥有巨大而活跃的科学计算社区
• Python不断改良的库(主要是pandas)
• Python作为胶水语言,轻松集成C,C++以及Fortran代码
  但对于高并发,多线程的应用程序,python并不是一种理想的语言

Python进行数据分析的重要库

• Numpy: python进行科学计算的基础包
  • 快速高效的多维数组对象ndarray
  • 可以直接对元素以及数组进行数学运算
  • 读写基于数组的数据集
  • 包含线性代数/傅里叶变换/随机数生成等方法
  • 用于将C/C++/Fortran代码集成到Python的工具.低级语言可直接操作Numpy数组中的数据
• Pandas: 高效快捷底处理结构化数据的大量数据结构和函数
  • 拥有Numpy高性能的数组计算功能
  • 表格和关系型数据库的数据处理功能
  • 索引/重塑/切片/切块/聚合等便捷操作
• Matplotlib: 用于绘制图表的Python库
• Ipython/Jupyter: 由Python科学计算标准工具集组成,为交互式探索式计算提供了强健高效的环境
• SciPy: 一组专门解决科学计算中各种标准问题的包的集合

Anaconda的安装

Why?
- 可以在一个安装步骤中得到100多个最重要的Python库和软件包,且所有库与软件包相互配合(几乎包含了所有数据分析的库)
- 分发版本免费
- 可以用于Windows\MacOS\Linux平台
Anaconda下载地址

Ipython/jupyter中的魔法命令及快捷键

image

快捷键:

命令模式 (按键 Esc 开启)

• Enter : 转入编辑模式
• Shift-Enter : 运行本单元，选中下个单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元
• Y : 单元转入代码状态
• M :单元转入markdown状态
• R : 单元转入raw状态
• 1 : 设定 1 级标题
• 2 : 设定 2 级标题
• 3 : 设定 3 级标题
• 4 : 设定 4 级标题
• 5 : 设定 5 级标题
• 6 : 设定 6 级标题
• Up : 选中上方单元
• K : 选中上方单元
• Down : 选中下方单元
• J : 选中下方单元
• Shift-K : 扩大选中上方单元
• Shift-J : 扩大选中下方单元
• A : 在上方插入新单元
• B : 在下方插入新单元
• X : 剪切选中的单元
• C : 复制选中的单元
• Shift-V : 粘贴到上方单元
• V : 粘贴到下方单元
• Z : 恢复删除的最后一个单元
• D,D : 删除选中的单元
• Shift-M : 合并选中的单元
• Ctrl-S : 文件存盘
• S : 文件存盘
• L : 转换行号
• O : 转换输出
• Shift-O : 转换输出滚动
• Esc : 关闭页面
• Q : 关闭页面
• H : 显示快捷键帮助
• I,I : 中断Notebook内核
• 0,0 : 重启Notebook内核
• Shift : 忽略
• Shift-Space : 向上滚动
• Space : 向下滚动

编辑模式 ( Enter 键启动)

• Tab : 代码补全或缩进
• Shift-Tab : 提示
• Ctrl-] : 缩进
• Ctrl-[ : 解除缩进
• Ctrl-A : 全选
• Ctrl-Z : 复原
• Ctrl-Shift-Z : 再做
• Ctrl-Y : 再做
• Ctrl-Home : 跳到单元开头
• Ctrl-Up : 跳到单元开头
• Ctrl-End : 跳到单元末尾
• Ctrl-Down : 跳到单元末尾
• Ctrl-Left : 跳到左边一个字首
• Ctrl-Right : 跳到右边一个字首
• Ctrl-Backspace : 删除前面一个字
• Ctrl-Delete : 删除后面一个字
• Esc : 进入命令模式
• Ctrl-M : 进入命令模式
• Shift-Enter : 运行本单元，选中下一单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在下面插入一单元
• Ctrl-Shift-- : 分割单元
• Ctrl-Shift-Subtract : 分割单元
• Ctrl-S : 文件存盘
• Shift : 忽略
• Up : 光标上移或转入上一单元
• Down :光标下移或转入下一单元