认识达内从这里开始

随着互联网的不断发展，数据分析已经成为指导我们工作方向的主要依据之一，而今天我们就一起来了解一下，如何利用python编程开发来进行数据分析，下面就开始今天的主要内容吧。

为什么要学习Python进行数据分析?

Python作为一种用于数据分析的语言，近引起了广泛的兴趣。我以前学过Python的基础知识。下面是一些支持学习Python的原因:

开源-免费安装

很棒的在线社区

简单易学

可以成为数据科学和基于web的分析产品生成的通用语言

不用说，它也有一些缺点:

它是一种解释语言而不是编译语言——因此可能会占用更多的CPU时间。但是，考虑到节省了程序员的时间(由于易于学习)，它仍然是一个不错的选择。

Python 2.7 和 3.4

这是Python中受争议的话题之一。您一定会遇到它，特别是如果您是初学者的话。这里没有正确/错误的选择。这完全取决于情况和你的需要。我会试着给你一些建议来帮助你做出明智的选择。

为什么Python 2.7 ?

很棒的社区支持!这是你早年需要的东西。Python 2于2000年末发布，已经使用了超过15年。

过多的三方库!虽然许多库都提供了3.x支持，但仍然有很多模块只能在2.x版本上工作。如果您计划将Python用于特定的应用程序，比如高度依赖外部模块的web开发，那么使用2.7可能会更好。

3.x版本的一些特性具有向后兼容性，可以与2.7版本兼容。

为什么Python 3.4 ?

更清爽和更快速!Python开发人员已经修复了一些固有的小故障和小缺陷，以便为将来打下更坚实的基础。这些初可能不是很相关，但终会很重要。

这就是未来!2.7是2.x家族的后一个版本。终每个人都要转向3.x版本。Python3已经发布了5年的稳定版本并将继续发布(新的稳定版本)。

没有明确的赢家，但我认为底线是您应该把重点放在将Python作为一种语言的学习上。不同版本之间的切换应该只是时间问题。请在不久的将来!继续关注关于Python2.x和3.x的专门文章。

一些需要注意的事情

您可以通过在终端/ cmd上编写“iPython notebook”来启动iPython notebook，这取决于您正在使用的操作系统。

您可以通过单击上面屏幕截图中的名字- UntitledO来命名iPython笔记本。

输入显示In[]，输出显示Out[]。

如果想在后面插入额外的行，可以按“Shift + Enter”或“ALT + Enter”来执行代码。

在我们深入探讨问题解决之前，让我们后退一步，了解Python的基础知识。众所周知，数据结构、迭代和条件结构构成了任何语言的关键。在Python中，这包括列表、字符串、元组、字典、for-loop、while-loop、if-else等。让我们来看看其中的一些。

2. Python库和数据结构

Python数据结构

下面是一些在Python中使用的数据结构。您应该熟悉它们，以便适当地使用它们。

列表——列表是Python中通用的数据结构之一。列表可以简单地通过在方括号中编写逗号分隔值列表来定义。列表可能包含不同类型的项，但通常这些项都具有相同的类型。Python列表是可变的，可以更改列表的单个元素。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!