近年來，隨著數(shù)據(jù)科學(xué)的逐步發(fā)展，Python語言的使用率也越來越高，不僅可以做數(shù)據(jù)處理，網(wǎng)頁開發(fā)，更是數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等從業(yè)者的首選語言。
“工欲善其事，必先利其器?！?要做好數(shù)據(jù)分析，離不開一個好的編程工具，不論是從Python的語法之簡潔、開發(fā)之高效，招聘崗位之熱門來說，Python都是數(shù)據(jù)科學(xué)從業(yè)者需要掌握的一門語言。
但一直以來，人們卻誤以為“學(xué)會Python”是件很難的事情。
實(shí)則不然，這恰恰是我們選擇學(xué)Python的理由之一。
事實(shí)證明，Python人人皆能學(xué)會——千萬別不信。
老少皆宜 —— 也就是說，“只要你愿意”，根本沒有年齡差異。十二歲的孩子可以學(xué)；十八歲的大學(xué)生可以學(xué)；在職工作人員可以學(xué)…… 就算你已經(jīng)退休了，想學(xué)就能學(xué)，誰也攔不住你。
不分性別，男性可以學(xué)，女性同樣可以學(xué)，性別差異在這里完全不存在。
不分國界，更沒有區(qū)域差異 —— 互聯(lián)網(wǎng)的恩惠在于，你在北京、紐約也好，老虎溝、門頭溝也罷，在這個領(lǐng)域里同樣完全沒有任何具體差異。
尤其是在中國?，F(xiàn)狀是，中國的人口密度極高，優(yōu)質(zhì)教育資源的確就是稀缺…… 但在計(jì)算機(jī)科學(xué)領(lǐng)域，所有的所謂 “優(yōu)質(zhì)教育資源” 事實(shí)上完全沒有任何獨(dú)特的競爭力 —— 編程領(lǐng)域，實(shí)際上是當(dāng)今世上極為罕見的 “教育機(jī)會公平之地”。又不僅在中國如此，事實(shí)上，在全球范圍內(nèi)也都是如此。
多年以前，不識字的人被稱為文盲……
后來，不識英文，也是文盲。人們發(fā)現(xiàn)很多科學(xué)文獻(xiàn)的主導(dǎo)語言都是英語……
再后來，不會計(jì)算機(jī)的也算是文盲，因?yàn)椴粫?jì)算機(jī)基本操作，很多工作的效率很低下，浪費(fèi)了很多時間……
近些年，不會數(shù)據(jù)分析的，也算做文盲了，互聯(lián)網(wǎng)高速發(fā)展，用戶行為數(shù)據(jù)越來越多，
你作為一個個體，每天都在產(chǎn)生各種各樣的數(shù)據(jù)，然后時時刻刻都在被別人使用著、分析著…… 然而你自己卻全然沒有數(shù)據(jù)分析能力，甚至不知道這事很重要，是不是感覺很可怕？你看看周邊那么多人，有多大的比例想過這事？反正那些天天看機(jī)器算法生成的信息流的人好像就是全然不在意自己正在被支配……
怎么辦？學(xué)唄，學(xué)點(diǎn)編程罷 —— 巧了，這還真是個正常人都能學(xué)會的技能。
為便于上手學(xué)習(xí)，在開始前再做兩點(diǎn)補(bǔ)充
安裝開發(fā)工具 眾所周知，在數(shù)據(jù)分析相關(guān)的編程語言中，有三個重中之重：Python、R、Julia 俗稱數(shù)據(jù)科學(xué)三劍客。如果有一個工具能集中編寫這三者的代碼，為大家省去各種安裝開發(fā)工具的時間，那簡直太好不過了，于是jupyter應(yīng)運(yùn)而生，作為“工具的工具”而備受數(shù)據(jù)科學(xué)從業(yè)者的青睞！
Jupyter的名字就很好地詮釋了這一發(fā)集大成的思路，它是 Julia、Python、R 語言的組合，拼寫相近于木星（Jupiter），而且現(xiàn)在支持的語言也遠(yuǎn)超這三種了。
所以需要讀者自行下載安裝好Anaconda提供的Jupyter notebook或者jupyter lab，以便于更好地運(yùn)行本文相關(guān)代碼。安裝好后可以直接運(yùn)行Python，因?yàn)槔锩嬉呀?jīng)幫你集成好了環(huán)境。
文章閱讀指南 雖然筆者力求極簡，帶你入門Python，但你依然有可能遇到問題，因?yàn)榫幊陶Z言的知識體系有一個特點(diǎn)，知識點(diǎn)之間不是線性的從前往后，而是呈網(wǎng)狀的，經(jīng)常出現(xiàn)前置引用。所以很多時候可能不經(jīng)意間就用的是后面的知識點(diǎn)，這是不可避免的，遇到這種情況，注定要反復(fù)閱讀若干遍，之所以取名叫極簡入門，這一部分的目標(biāo)就在與并不是讓你立馬學(xué)會就去寫代碼，而是讓你脫盲……
好了，接下來，與大家一起開始我們的Python旋風(fēng)之旅，沿用之前《極簡統(tǒng)計(jì)學(xué)入門》、《SQL數(shù)據(jù)分析極簡入門》的“MVP”思路，用三節(jié)的內(nèi)容梳理一下Python數(shù)據(jù)分析的核心內(nèi)容。整個系列框架如下：
第1節(jié) Python基礎(chǔ)知識
第2節(jié) Pandas基礎(chǔ)知識
第3節(jié) Pandas基礎(chǔ)知識
如果你接觸過不同編程語言就會發(fā)現(xiàn)，任何編程語言的學(xué)習(xí)，都離不開3個最基本的核心要素，數(shù)據(jù)類型、流程控制、函數(shù)
數(shù)據(jù)類型是用來描述數(shù)據(jù)的性質(zhì)和特征的，它決定了數(shù)據(jù)在計(jì)算和處理過程中的行為和規(guī)則。常見的數(shù)據(jù)類型包括整數(shù)、浮點(diǎn)數(shù)、字符串、日期等。簡而言之，就是你將要操作的東西具有什么樣的特點(diǎn)。
流程控制是指通過條件判斷和循環(huán)等方式，控制程序按照一定的順序執(zhí)行不同的操作步驟。它決定了數(shù)據(jù)的處理流程，包括判斷條件、循環(huán)次數(shù)、分支選擇等。簡而言之，就是你要操作這個東西的基本流程是什么。
函數(shù)是一段預(yù)先定義好的代碼，用于執(zhí)行特定的操作或計(jì)算。它接受輸入?yún)?shù)，并返回一個結(jié)果。函數(shù)可以用來對數(shù)據(jù)進(jìn)行各種計(jì)算、轉(zhuǎn)換、篩選等操作，以滿足特定的需求。簡而言之，就是你要怎么樣才能可復(fù)用地操作這一類東西。
我們來看第一個核心要素：數(shù)據(jù)類型
Python中的數(shù)據(jù)類型有很多，如果我們按照大類來分，可以分為三大數(shù)據(jù)類型：
整型 int
a = 2022 # 把2022賦值給a
type(a) # 查看數(shù)據(jù)類型：<class 'int'>
int
浮點(diǎn)型 float
b = -21.9
type(b) # 數(shù)據(jù)類型：<class 'float'>
float
復(fù)數(shù)型 complex
c = 11 + 36j
type(c) # 數(shù)據(jù)類型：<class 'complex'>
complex
布爾型 bool
d = True
type(d) # 數(shù)據(jù)類型：<class 'bool'>
bool
str_a = "Certified_Data_Analyst" # 創(chuàng)建字符串："Certified_Data_Analyst"
type(str_a) # 數(shù)據(jù)類型：<class 'str'>
str
len(str_a) # 字符串長度：
22
str_a[0] # 輸出字符串第1個字符
'C'
str_a[10] # 輸出字符串第11個字符
'D'
str_a[15] # 輸出字符串第16個字符
'A'
str_a[:9] # 輸出字符串第1到9個字符
'Certified'
str_a[10:14] # 輸出從第11到14個的字符
'Data'
str_a[15:] # 輸出從第15個后的所有字符
'Analyst'
str_a * 2 # 輸出字符串2次
'Certified_Data_AnalystCertified_Data_Analyst'
str_a+"_Exam" # 連接字符串
'Certified_Data_Analyst_Exam'
str_a.upper() # 轉(zhuǎn)換為大寫
'CERTIFIED_DATA_ANALYST'
str_a.lower() # 轉(zhuǎn)換為小寫
'certified_data_analyst'
int("1024") # 字符串轉(zhuǎn)數(shù)字：1024
1024
str(3.14) # 數(shù)字轉(zhuǎn)字符串：'3.14'
'3.14'
"Certified_Data_Analyst".split("_") # 分隔符拆分字符串
['Certified', 'Data', 'Analyst']
"Certified_Data_Analyst".replace("_", " ") # 替換字符串"_"為" "
'Certified Data Analyst'
"7".zfill(3) # 左邊補(bǔ)0
'007'
可以容納多個元素的的對象叫做容器，這個概念比較抽象，你可以這么理解，容器用來存放不同的元素，根據(jù)存放特點(diǎn)的不同，常見的容器有以下幾種：list（列表）、tuple（元組）、dict（字典）、set（集合）
用中括號[]可以創(chuàng)建一個list變量
[2,3,5,7]
[2, 3, 5, 7]
用圓括號()可以創(chuàng)建一個tuple變量
(2,3,5,7)
(2, 3, 5, 7)
用花括號{}可以創(chuàng)建一個集合變量
{2,3,5,7}
{2, 3, 5, 7}
用花括號{}和冒號:，可以創(chuàng)建一個字典變量
{'a':2,'b':3,'c':5,'d':7}
{'a': 2, 'b': 3, 'c': 5, 'd': 7}
分支
舉例說明，我們給x賦值-10，然后通過一個分支做判斷，當(dāng)x大于零時候輸出"x是正數(shù)"，當(dāng)x小于零的時候輸出"x是負(fù)數(shù)"，其他情況下輸出"x是零"
x = -10
if x > 0:
print("x是正數(shù)")
elif x < 0:
print("x是負(fù)數(shù)")
else:
print("x是零")
x是負(fù)數(shù)
循環(huán)
舉例說明for循環(huán)，用for循環(huán)來迭代從1到5的數(shù)字，并將每個數(shù)字打印出來
# for循環(huán)
for i in range(1, 6):
print(i)
1
2
3
4
5
首先，range(1, 6)函數(shù)生成一個序列，從1到5（不包括6）。
然后，for循環(huán)使用變量i來迭代這個序列中的每個元素。
在每次迭代中，print(i)語句將當(dāng)前的i值打印出來。
再舉例說明while循環(huán)：用while循環(huán)迭代從1到10的數(shù)字，并將每個數(shù)字打印出來
# while循環(huán)
i = 1
while i <= 10:
print(i)
i += 1
if i == 6:
break
1
20
3
4
5
首先，將i初始化為1。
然后，while循環(huán)將在i小于或等于10時執(zhí)行。在每次循環(huán)中，print(i)語句將當(dāng)前的i值打印出來。
接下來，i += 1語句將i的值遞增。在每次循環(huán)中，if i == 6: break語句將檢查i的值是否等于6。如果是，則使用break語句終止循環(huán)。
Python提供了許多常用函數(shù)，這部分內(nèi)容數(shù)據(jù)分析最基礎(chǔ)的內(nèi)容，有部分函數(shù)在Python內(nèi)置庫就已經(jīng)自帶
常用函數(shù):
abs(x) # 返回x的絕對值。
round(x) # 返回最接近x的整數(shù)。如果有兩個整數(shù)與x距離相等，將返回偶數(shù)。
pow(x, y) # 返回x的y次方。
sqrt(x) # 返回x的算術(shù)平方根。
max(x1, x2, ...) # 返回一組數(shù)中的最大值。
min(x1, x2, ...) # 返回一組數(shù)中的最小值。
sum([x1,x2,...]) # 返回可迭代對象中所有元素的和。
也有一些是來自于math庫，我們需要用from math import *來引入math庫，然后才能調(diào)用里面的函數(shù)。這個過程就好比你要使用一個工具箱里面的工具，必須先找到工具箱。通過使用這些數(shù)學(xué)函數(shù)，可以進(jìn)行各種數(shù)學(xué)計(jì)算和數(shù)據(jù)處理操作。
常用數(shù)學(xué)函數(shù)
# 數(shù)學(xué)運(yùn)算函數(shù)
from math import *
sqrt(x) #x的算術(shù)平方根
log(x) #自然對數(shù)
log2(x) #以2為底的常用對數(shù)
log10(x) #以10為底的常用對數(shù)
exp(x) #x的e次冪
modf(x) #返回x的?數(shù)部分和整數(shù)部分
floor(x) #對x向下取值整
ceil(x) #對x向上取整
divmod(x,y) #接受兩個數(shù)字，返回商和余數(shù)的元組(x//y , x%y)# 三角函數(shù)
sin(x) #x的正弦值
cos(x) #x的余弦值
tan(x) #x的正切值
asin(x) #x的反正弦值
acos(x) #x的反余弦值
atan(x) #x的反正切值# 排列組合函數(shù)
# from itertools import *
product() #序列中的元素進(jìn)行排列, 相當(dāng)于使用嵌套循環(huán)組合
permutations(p[, r]) #從序列p中取出r個元素的組成全排列
combinations(p, r) #從序列p中取出r個元素組成全組合，元素不允許重復(fù)
combinations_with_replacement(p, r) #從序列p中取出r個元素組成全組合，允許重復(fù)# 簡單統(tǒng)計(jì)函數(shù) pandas
describe() #描述性統(tǒng)計(jì)
count() #非空觀測數(shù)量
sum() #所有值之和
mean() #平均值
median() #中位數(shù)
mode() #一組數(shù)的眾數(shù)
std() #標(biāo)準(zhǔn)差
var() #方差
min() #所有值中的最小值
max() #所有值中的最大值
abs() #絕對值
prod() #數(shù)組元素的乘積
corr() #相關(guān)系數(shù)矩陣
cov() #協(xié)方差矩陣# 排序函數(shù)
sort() #沒有返回值，會對列表進(jìn)行原地排序
sorted() #需要用一個變量進(jìn)行接收，不會修改原有列表# 集合運(yùn)算符號和函數(shù)
& #交集
| #并集
- #差集
^ #異或集(不相交的部分)
intersection() #交集
union() #并集
difference() #補(bǔ)集
symmetric_difference() #異或集(不相交的部分)
isdisjoint() #兩集合有無相同元素
issubset() #是不是子集
issuperset() #是不是超集# 缺失值處理(Pandas)
np.nan (Not a Number) #空值
None #缺失值
pd.NaT #時間格式的空值# 判斷缺失值
isnull()/isna() #斷Series或DataFrame中是否包含空值
notnull() #與isnull()結(jié)果互為取反
isin() #判斷Series或DataFrame中是否包含某些值
dropna() #刪除Series或DataFrame中的空值
fillna() #填充Series或DataFrame中的空值
ffill()/pad() #用缺失值的前一個值填充
bfill()/backfill() #用缺失值的后一個值填充
replace() #替換Series或DataFrame中的指定值
自定義函數(shù)是一種在Python中自行定義的可重復(fù)使用代碼塊的方法。通過定義自己的函數(shù)，可以將一系列操作放在一個函數(shù)中，并在需要時多次調(diào)用該函數(shù)。
舉例說明，如何創(chuàng)建和調(diào)用一個自定義函數(shù)：
def linear(x):
y = 2*x + 4
return y
在上面的例子中，我們用def linear(x): 定義了一個名為linear的函數(shù)，該函數(shù)接收一個參數(shù)x。
然后函數(shù)體內(nèi)計(jì)算了一個y值，它是x的兩倍加上4。
這樣，我們調(diào)用linea函數(shù)的時候，并傳入一個參數(shù)x時，函數(shù)將返回計(jì)算得到的y值。例如，如果我們調(diào)用linear(3)，函數(shù)將返回10，因?yàn)?code style="font-size: 14px; word-wrap: break-word; padding: 2px 4px; border-radius: 4px; margin: 0 2px; color: #1e6bb8; background-color: rgba(27,31,35,.05); font-family: Operator Mono, Consolas, Monaco, Menlo, monospace; word-break: break-all;">2*3 + 4 = 10。
可以根據(jù)具體的需求來編寫自定義函數(shù)，并在程序中調(diào)用它們。
再看一個稍微復(fù)雜一點(diǎn)的例子（PS：建議初學(xué)者先跳過這個例子）
# 斐波那契數(shù)列（通過迭代方法實(shí)現(xiàn)）
def fib(n):
n1=1;n2=1;n3=1
if n<1:
print('輸入有誤！')
return 0
else:
while (n-2) > 0 :
n3 = n2 + n1
n1 = n2
n2 = n3
n -= 1
return n3
result = fib(35)
result
9227465
# 斐波那契數(shù)列（通過遞歸方法實(shí)現(xiàn)）
def fib(n):
if n < 1:
print('輸入有誤！')
return -1
elif n == 1 or n == 2:
return 1
else:
return fib(n-1) + fib(n-2)
result = fib(35)
result
9227465
# 斐波那契數(shù)列（通過矩陣方法實(shí)現(xiàn)）
import numpy as np
def dotx(a,n):
for i in range(1,n+1):
if i == 1:
b = a
else :
b = np.dot(a,b)
return b
def fib(n):
a = np.array([[1,1],[1,0]])
r = dotx(a,n)
return r[0,1]
result = fib(35)
result
9227465
下一節(jié) 《第2節(jié) Pandas簡介》
這里分享一個你一定用得到的小程序——CDA數(shù)據(jù)分析師考試小程序。 它是專為CDA數(shù)據(jù)分析認(rèn)證考試報考打造的一款小程序。可以幫你快速報名考試、查成績、查證書、查積分，通過該小程序，考生可以享受更便捷的服務(wù)。 掃碼加入CDA小程序，與圈內(nèi)考生一同學(xué)習(xí)、交流、進(jìn)步！
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼，搜微信號：CDAshujufenxi
LSTM 模型輸入長度選擇技巧：提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）家族中，長短期記憶網(wǎng)絡(luò)（LSTM）憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下，CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目，成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中，數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能，成為了 Excel 用戶 ...
2025-07-11尊敬的考生： 您好！ 我們誠摯通知您，CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師：連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能（Business Intelligence，簡稱 BI）深度融合的時代，BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用：從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代，預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段，正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后：分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中，“query end”（查詢結(jié)束）并非工作的終點(diǎn)，而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試：從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天，數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才，而 CDA（Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn)：捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中，單樣本趨勢性檢驗(yàn)如同一位耐心的偵探，專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型：時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里，時間是最不可或缺的維度之一，而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨：Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中，Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn)：數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中，準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試：需要多久？如何規(guī)劃？ CDA（Certified Data Analyst）數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)（LSTM）作為循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的一種變體，憑借獨(dú)特的門控機(jī)制，在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費(fèi)者需求的重要途徑，而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下，數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力，數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型：解鎖高效備考與答題策略? CDA（Certified Data Analyst）數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期：解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中，數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角：從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天，數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力，CDA（Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師：開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天，數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA（Certified D ...
2025-07-03
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330
