技术编程Python数据分析,那些实用的数据分析技巧


本节作者整理了一些Python基础知识 , 软件安装完成后 , 在开始菜单栏中找到我们安装的软件 , 点击Anaconda Prompt , 可以对于环境做一些设置 。
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
下载包
详细代码 , 放置在代码块中 , 大家动手练练 。 conda list #查看安装的包
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
conda install xxx #xxx为安装包的名称conda remove xxx #卸载安装包pip install xxx #xxx为安装包的名称pip uninstall xxx #卸载安装包conda create --name xxx python=3 #xxx为环境名称 , 创建了python版本为3的环境conda create --name xxx python=3 anaconda #xxx为环境名称 , 创建了python版本为3的环境,并具有anaconda的所有包activate xxx #激活环境deactivate xxx #退出环境conda info -envs #查看环境conda remove --name xxx --all #删除一个已有的环境
新建Python3
环境设置完毕后 , 进入代码练习 , Anaconda是Python的发行版 , 其中包含了很多数据分析的库 , 所以用Anaconda比较多 , 打开Jupyter Notebook 。
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
新建一个Python3
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
打开界面如下所示
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
Markdown的使用
首先学会使用Markdown用键盘Esc进入命令模式 , Y代码单元 , M Markdown单元 , B下增一单元 , H快捷命令 。 使用键盘键Shift键+Enter键可以运行命令 。 ## Markdown的使用方法用Esc进入命令模式 , Y 代码单元 , M Markdown单元 , B 下增一单元 , H 快捷命令# 一级标题## 二级标题### 三级标题**加粗*****斜体***## 表格python | R | Matlab |## 数学编辑器$E=mc^2$$$z=\frac{x}{y}$
代码运行后可以呈现如下结果
使用Markdown使学习Python变得简洁直观
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
#Python之禅import this
Python之禅
最早由Tim Peters在Python邮件列表中发表 , 它包含了影响Python编程语言设计的19条软件编写原则 。 在最初及后来的一些版本中 , 一共包含20条 , 其中第20条是“这一条留空(…)请Guido来填写“ 。 这留空的一条从未公布也可能并不存在 。
Python之禅作为一个信息条款被录入到Python增强建议(PEP)的第20条 , 在Python语言的言方网站也能找到 。 它还作为复活节彩蛋被包含在Python解释器中 。 如果输入import this就会在Python的编程环境IDLE中显示 。
Python之禅翻译结果如下
技术编程Python数据分析,那些实用的数据分析技巧
本文插图
导入模块import module_name #导入具体模块名from module1 import module2 #从一个较大的模块导入较小的模块
【技术编程Python数据分析,那些实用的数据分析技巧】导入数据#导入.csv文件data=http://news.hoteastday.com/a/pd.read_csv(filepath +"test.csv",encoding="gbk")#导入.xlsx文件data=http://news.hoteastday.com/a/pd.read_excel(filepath +"test.xlsx",encoding="gbk")#导入.txt文件data=http://news.hoteastday.com/a/pd.read_table(filepath +"test.txt",encoding="gbk")#导入sql文件data=http://news.hoteastday.com/a/pd.read_sql("select * from test",con)