Python笔记第一弹

Python进行数据科学

最近打算快速入门Python进行数据分析，争取能做些比较有趣的小项目。搜索YouTube还有一些网络课程，发现讲的侧重不一致，难易程度不同，甄别成本高，遂放弃。最后采取了选择看书来学习，看了下知乎推荐，准备以下O’Reilly 家的两本书《数据科学入门》、《利用Python进行数据分析》来进行学习：

1. 《利用Python进行数据分析》感觉本书章节清楚，主要侧重数据分析方面的处理和库的使用，逻辑清楚，更重要的是作者也是R语言用户，本书提供了一些两种编程语言的对比。

2. 《数据科学入门》强调怎么从整体的视角运用Python进行数据科学学习，重点是数学科学的理论实践和讲解。

3. 所以一本是Python手册大全，一本是数据科学框架。

4. 我的策略：

   • 能开始用：我看中《数据科学入门》第2章的Python速成，《利用Python进行数据分析》的第一章安装准备、附录Python语言精要，保证快速能上手。
   • 参考数说工作室微信公众号的《Python统计师日记》系列辅助。
   • 能练中学：参考知乎你用Python做过什么有趣的数据挖掘项目开始做些分析，不会的代码实现过程查询《利用Python进行数据分析》，模型参考就看《数据科学入门》。
   • 陆续以小项目为主要输出形式，形成良好循环。

只想加载点儿数据，做点计算，再画点图。

好了，开始抄笔记。

主要Python库

• NumPy(Numerical Python的简称)科学计算的基础包
• pandas: 处理结构化数据的大量数据结构和函数，包含大量金融数据时间序列处理工具
• matpolotlib: 绘制数据图表
• IPython:为交互式和探索式计算提供友好的环境
• SciPy:一组专门解决科学计算中各种标准问题域的包的集合，如 scipy.stats提供标准连续和离散概率分布、统计检验方法、描述统计方法。与NumPy结合可以代替MATLAB计算功能

安装与配置

Anaconda 2.7版本，Python 3与Python 2 不能兼容，使用2.7版本是数据科学的主流版本。