使用Python進行大數(shù)據分析

毫不夸張地說，大數(shù)據已經成為任何商業(yè)交流中不可或缺的一部分。桌面和移動搜索向全世界的營銷人員和公司以空前的規(guī)模提供著數(shù)據，并且隨著物聯(lián)網的到來，大量用以消費的數(shù)據還會呈指數(shù)級增長。這種消費數(shù)據對于想要更好地定位目標客戶、弄懂人們怎樣使用他們的產品或服務，并且通過收集信息來提高利潤的公司來說無疑是個金礦。

篩查數(shù)據并找到企業(yè)真正可以使用的結果的角色落到了軟件開發(fā)者、數(shù)據科學家和統(tǒng)計學家身上?，F(xiàn)在有很多工具輔助大數(shù)據分析，但最受歡迎的就是Python。

為什么選擇Python?

Python最大的優(yōu)點就是簡單易用。這個語言有著直觀的語法并且還是個強大的多用途語言。這一點在大數(shù)據分析環(huán)境中很重要，并且許多企業(yè)內部已經在使用Python了，比如Google，YouTube，迪士尼，和索尼夢工廠。還有，Python是開源的，并且有很多用于數(shù)據科學的類庫。所以，大數(shù)據市場急需Python開發(fā)者，不是Python開發(fā)者的專家也可以以相當塊速度學習這門語言，從而最大化用在分析數(shù)據上的時間，最小化學習這門語言的時間。

用Python進行數(shù)據分析之前，你需要從Continuum.io下載Anaconda。這個包有著在Python中研究數(shù)據科學時你可能需要的一切東西。它的缺點是下載和更新都是以一個單元進行的，所以更新單個庫很耗時。但這很值得，畢竟它給了你所需的所有工具，所以你不需要糾結。

現(xiàn)在，如果你真的要用Python進行大數(shù)據分析的話，毫無疑問你需要成為一個Python開發(fā)者。這并不意味著你需要成為這門語言的大師，但你需要了解Python的語法，理解正則表達式，知道什么是元組、字符串、字典、字典推導式、列表和列表推導式——這只是開始。

各種類庫

當你掌握了Python的基本知識點后，你需要了解它的有關數(shù)據科學的類庫是怎樣工作的以及哪些是你需要的。其中的要點包括NumPy，一個提供高級數(shù)學運算功能的基礎類庫，SciPy，一個專注于工具和算法的可靠類庫，Sci-kit-learn，面向機器學習，還有Pandas，一套提供操作DataFrame功能的工具。

除了類庫之外，你也有必要知道Python是沒有公認的最好的集成開發(fā)環(huán)境(IDE)的，R語言也一樣。所以說，你需要親手試試不同的IDE再看看哪個更能滿足你的要求。開始時建議使用IPython Notebook，Rodeo和Spyder。和各種各樣的IDE一樣，Python也提供各種各樣的數(shù)據可視化庫，比如說Pygal，Bokeh和Seaborn。這些數(shù)據可視化工具中最必不可少的就是Matplotlib，一個簡單且有效的數(shù)值繪圖類庫。

所有的這些庫都包括在了Anaconda里面，所以下載了之后，你就可以研究一下看看哪些工具組合更能滿足你的需要。用Python進行數(shù)據分析時你會犯很多錯誤，所以得小心一點。一旦你熟悉了安裝設置和每種工具后，你會發(fā)現(xiàn)Python是目前市面上用于大數(shù)據分析的最棒的平臺之一。