Python数据处理、分析、可视化与数据化运营PPT完整全套教学课件.pptx

认识PythonPython数据处理、分析、可视化与数据化运营01 本章学习目标了解Python基本概念和语言特点了解为什么选择Python做数据分析如何如何准备Python程序环境以及安装所需的第三方库了解常用的Python数据分析库掌握如何使用Jupyter实现文件和代码的创建、编辑、管理了解如何配置Jupyter掌握如何使用print语句实现第一个程序功能了解一些场景的数据基本误区 1.1 Python与数据分析Python是一种面向对象的解释性高级编程语言。1989年的圣诞节，荷兰人Guido开始编写Python语言的编译器。1991年，第一个Python编译器诞生，这标志着Python的第一个版本正式诞生。 1.1 Python与数据分析（1）开源/免费。（2）可移植性：Windows、Linux、Mac等多平台运行。（3）丰富的第三方数据工作库：自带数学计算库、丰富的第三方库和工具（4） 强大的数据获取和集成能力：Python除了可以支持多种类型的文件和数据库集成外，还能通过API、网络抓取等方式获取外部数据。Python语言的特点 1.1 Python与数据分析（5）海量数据的计算能力和效率：轻松应对GB甚至TB级别数据。（6）与其他语言的集成：Python具备“胶水”能力，能与Java、C、C++、MATLAB、R等语言集成使用。（7）强大的学习交流和培训资源。（8）开发效率高：Python语言简洁、规范、开发效率高。（9）简单易学：Python语法简单，即使是没有任何代码基础的人也能在几个小时内掌握基本的Python编程技巧。 1.1 Python与数据分析Python语言本身的简洁易用性，简单易于实现。数据工作上有专业的工具库，功能强大。Python在应对结构化、非结构化等多类型数据以及海量数据集时仍然具有非常好的适应性和扩展性，适用场景广泛。选择Python做数据分析的原因 1.2 如何准备Python程序环境安装Python程序安装第三方库 1.2 如何准备Python程序环境使用Anaconda准备Python程序环境的优势默认安装好Python标准程序，不用单独下载安装。默认安装常用的数据分析和挖掘工具包，如Pandas、Numpy、Scipy、Statsmodels、Scikit-Learn（sklearn）等支持Windowns、MacOS和Linux多平台提供多种Python交互功能，如IPyton、jupyter、spyder等安装Python程序 1.2 如何准备Python程序环境如何使用Anaconda准备Python程序环境登录Anaconda官网下载对应系统和对应版本即可①选择系统类型②选择Python版本③选择64位版本安装Python程序 1.2 如何准备Python程序环境使用pip或conda命令。Pip和conda是什么pip是Python包管理工具，提供了对Python包的查找、下载、安装、更新、卸载等功能。Python 2.7.9 +或Python 3.4+以上版本都自带pip工具。conda是Anaconda的Python包管理工具，提供的功能与pip基本类似，区别仅在于仅适用于anaconda安装环境，pip则是通用任何环境。安装第三方库 1.2 如何准备Python程序环境使用pip或conda命令。如何使用pip安装第三方库，用法是： pip install PACKAGE # 其中PACKAGE是要安装的库的源，该源可以使库的名字，本地库的whl文件或远程服务器的库的whl URL链接地址示例： pip install scikit-learn # 通过库名字在线安装，要求必须联网安装第三方库 1.2 如何准备Python程序环境使用pip或conda命令。如何使用pip安装第三方库示例： pip install /packages/b2/9d/3e18b1191331d9a467426fb4625c17de1aae29d371696f38a5e05238e99/scikit_learn-0.20.1-cp36-cp36m-win_amd4.whl # 通过在线文件地址安装，要求必须联网 pip install scikit_learn-0.20.1-cp36-cp36m-win_amd4.whl # 通过本地下载好的库安装，要求whl文件已经下载到本地，与pip命令目录一致安装第三方库 1.2 如何准备Python程序环境使用setup.py配合install方法安装第三方库，用法是：示例：安装第三方库 cd [解压后的包含了setup.py的路径] # 要求安装文件（通常是压缩包格式，例如tar.gz）已经下载到本地并解压 python se