【Python数据分析及环境搭建】：教程详解1(第23天)

系列文章目录

Python进行数据分析的优势
常用Python数据分析开源库介绍
启动Jupyter服务
Jupyter Notebook的使用

文章目录

系列文章目录
前言
- 学习目标
- 1. Python进行数据分析的优势
- 2. 常用Python数据分析开源库介绍
- - 2.1 NumPy
  - 2.2 Pandas
  - 2.3 Matplotlib
  - 2.4 Seaborn
  - 2.5 Sklearn
  - 2.6 Jupyter Notebook
- 3 启动Jupyter服务
- - 3.1 设置jupyter服务密码
  - 3.2 生成Jupyter配置文件并配置
  - 3.3 启动jupyter
- 4 Jupyter Notebook的使用
- - 4.1 Jupyter Notebook的界面
  - 4.2 Jupyter Notebook常用快捷键
  - 4.3 Jupyter Notebook中使用Markdown
- 总结

前言

本教程详解了Python做数据分析的优势，Python数据分析常用开源库，如何启动jupyter notebook，如何使用jupyter notebook。

学习目标

了解Python做数据分析的优势
知道Python数据分析常用开源库
知道如何启动jupyter notebook
知道如何使用jupyter notebook

1. Python进行数据分析的优势

在这里插入图片描述

Python作为当下最为流行的编程语言之一，可以独立完成数据分析的各种任务
- 功能强大，在数据分析领域里有海量开源库，并持续更新
- 是当下热点——机器学习/深度学习领域最热门的编程语言
- 除数据分析领域外，在爬虫，Web开发等领域均有应用
与Excel，PowerBI，Tableau等软件比较
- Excel有百万行数据限制，PowerBI ，Tableau在处理大数据的时候速度相对较慢
- Excel，Power BI 和Tableau 需要付费购买授权
- Python作为热门编程语言，功能远比Excel，PowerBI，Tableau等软件强大
- Python跨平台，Windows，MacOS，Linux都可以运行
与R语言比较
- Python在处理海量数据的时候比R语言效率更高
- Python的工程化能力更强，应用领域更广泛，R专注于统计与数据分析领域
- Python在非结构化数据（文本，音视频，图像）和深度学习领域比R更具有优势
- 在数据分析相关开源社区，python相关的内容远多于R语言

2. 常用Python数据分析开源库介绍

2.1 NumPy

NumPy(Numerical Python) 是Python数据分析必不可少的第三方库，NumPy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型，使其具备了构造复杂数据类型的能力。
是一个运行速度非常快的数学库，主要用于数组计算，包含：
- 高性能科学计算和数据分析的基础包
- ndarray，多维数组，具有矢量（向量）运算能力，快速、节省空间
- 矩阵运算，无需循环，可完成类似Matlab（商业数学软件）中的矢量运算
- 用于读写磁盘数据的工具以及用于操作内存映射文件的工具

2.2 Pandas

Pandas是一个强大的分析结构化数据的工具集，Pandas丰富的API能够更加灵活、快速的对数据进行清洗、处理以及分析。
Pandas在数据处理上具有独特的优势：
- 底层是基于NumPy构建的，所以运行速度特别的快
- 有专门的处理缺失数据的API
- 具有强大而灵活的分组、聚合、转换功能
Pandas利器之==Series==
- Series是一种类似于一维数据的数据结构
- 是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即行索引)组成
- 仅由一组数据也可产生简单的Series对象
Pandas利器之==DataFrame==
- DataFrame是一种表格型的数据结构，既有行索引也有列索引，可以简单的把DataFrame理解为一张数据表
- 包含有一组或多组有序的列（Series），每列可以是不同的值类型(数值、字符串、布尔型等)

2.3 Matplotlib

Matplotlib 是一个功能强大的数据可视化开源Python库
Python中使用最多的图形绘图库
可以创建静态，动态和交互式的图表

2.4 Seaborn

Seaborn是一个Python数据可视化开源库
建立在matplotlib之上，并集成了pandas的数据结构
Seaborn通过更简洁的API来绘制信息更丰富，更具吸引力的图像
面向数据集的API，与Pandas配合使用起来比直接使用Matplotlib更方便

2.5 Sklearn

scikit-learn 是基于 Python 语言的机器学习工具
- 简单高效的数据挖掘和数据分析工具
- 可供大家在各种环境中重复使用
- 建立在 NumPy ，SciPy（Scientific Python）和 matplotlib 上

2.6 Jupyter Notebook

Jupyter Notebook是一个开源Web应用程序，使用Jupyter Notebook可以创建和共享
- 代码
- 数学公式
- 可视化图表
- 笔记文档
Jupyter Notebook用途
- 数据清理和转换
- 统计分析
- 数据可视化
- 机器学习等
Jupyter Notebook是数据分析学习和开发的首选开发环境

3 启动Jupyter服务

3.1 设置jupyter服务密码

进入python的命令终端, 在linux终端执行 python 命令

输入以下代码设置密码, 记录生成的密码字符串

from notebook.auth import passwd
passwd() # 设置自己的密码，然后两次输入确认生成加密字符串, 密码设置为123456即可

在这里插入图片描述

3.2 生成Jupyter配置文件并配置

在linux终端执行以下命令, 生成jupyter_notebook_config.py配置文件
```
jupyter notebook --generate-config
```

打开jupyter_notebook_config.py配置文件, 在最后添加以下内容即可

# 打开文件
vim ~/.jupyter/jupyter_notebook_config.py
# 添加以下内容
c.NotebookApp.allow_remote_access = True  #允许远程访问
c.NotebookApp.allow_root = True          #允许root访问
c.NotebookApp.ip='*'                     # 所有ip皆可访问  
c.NotebookApp.password = '上面复制的那个字符串'    
c.NotebookApp.open_browser = False       # 禁止自动打开浏览器  
c.NotebookApp.port =8888                 # 端口
c.NotebookApp.notebook_dir = '/'

在这里插入图片描述

3.3 启动jupyter

linux终端输入 jupyter notebook 命令启动
```
jupyter notebook
```
在本地浏览器中输入 192.168.88.100:8888, 进入jupyter的web界面
注意: 不要关闭jupyter服务

4 Jupyter Notebook的使用

4.1 Jupyter Notebook的界面

新建notebook文档

注意：Jupyter Notebook 文档的扩展名为.ipynb，与我们正常熟知的.py后缀不同
新建文件之后会打开Notebook界面
菜单栏中相关按钮功能介绍：

Jupyter Notebook的代码的输入框和输出显示的结果都称之为cell，cell行号前的 * ，表示代码正在运行

在这里插入图片描述

4.2 Jupyter Notebook常用快捷键

Jupyter Notebook中分为两种模式：命令模式和编辑模式

两种模式通用快捷键
- Shift+Enter，执行本单元代码，并跳转到下一单元
- Ctrl+Enter，执行本单元代码，留在本单元
按ESC进入命令模式
- Y，cell切换到Code模式
- M，cell切换到Markdown模式
- A，在当前cell的上面添加cell
- B，在当前cell的下面添加cell
- 双击D：删除当前cell
编辑模式：按Enter进入，或鼠标点击代码编辑框体的输入区域
- 撤销：Ctrl+Z（Mac:CMD+Z）
- 补全代码：变量、方法后跟Tab键
- 为一行或多行代码添加/取消注释：Ctrl+/（Mac:CMD+/）