【Chapter 1】准备工作

【Chapter 1】准备工作

今天开始做《利用 Python 进行数据分析》的笔记，由于这本书用的是 2.7 版本的，把它用 3.0 版本实现对我来说也是一种挑战，我会加油的。

本书主要内容

1. 本书讲的是利用 Python 进行数据控制、处理、整理、分析等方面的具体细节和基本要点。

2. 本书重点介绍了由于高效解决各种数据分析问题的 Python 语言和库，本书没有阐述如何利用 Python 实现具体的分析方法。

3. 我们说的数据指的是结构化的数据（structured data），比如：

   • 表格型数据，每一列有不同的类型（字符串，数字，日期等）。这种情况是我们最常见到的，常见于用tab-或逗号分隔的文件（比如CSV文件）
   • 多维数组（Multidimensional arrays，比如矩阵）
   • 用一列作为键（比如SQL中的主键和外键），整合多个表格的数据
   • 时间序列数据

   大部分数据都可以被转化为结构化数据，方便进行分析和建模。如果无法转化，那么我们可以从数据集中抽取特征，做成一个结构化的形式。举个例子，新闻可以被处理为单词频率表格，然后我们可以对其进行情感分析（sentiment analysis）。

重要的 Python 库

• Numpy

  Python 科学计算的基础包，除了为 Python 提供快速的数组处理能力，NumPy 还作为在算法之间传递数据的容器。

  使用 Python 进行科学计算：NumPy入门
  NumPy.dot() 理解(提示：请注意坐标)

• pandas

  本书的主角，用于进行数据处理和清洗的利器。

• matplotlib

  用于绘图和数据可视化的 Python 库。

• IPython

  增强型的 Python shell，主要用于交互式数据处理和利用 matplotlib 对数据进行可视化处理。

• SciPy

  SciPy模块介绍

安装和设置

Windows下 Anaconda 的安装和简单使用

安装完 anaconda，就相当于安装了 Python、IPython、集成开发环境Spyder 等等包。

1. Anaconda使用总结
2. Windows下Anaconda的安装和简单使用（建议将第一个选项框（Add Anaconda to my PATH environment variable）选上。然后点击Install ）
3. 初学Python者自学anaconda的正确姿势是什么

Installing or Updating Python Packages（下载和更新Python库）

可以使用conda和pip两种工具进行库的下载和更新：

conda install package_name

但有时候一些库不在 Anaconda 的服务器上，上面的命令会失败。这个时候我们可以使用 pip（pip 是一个python的包管理工具）：

pip install package_name

conda更新：

conda update package_name

pip更新：

pip install --upgrade package_name

这两个下载方式都可以用，不会冲突的。不过不要使用 pip 来更新用conda 下载的包，这会导致库之间的依赖出现问题。所以在使用Anaconda的时候，最好先尝试使用 conda 来更新，不行的话再使用 pip。