目前主流的数据分析语言有Python、R、MATLAB这3种。其中,Python具有丰富和强大的库。它常被称为胶水语言,能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地连接在一起,是一门更易学、更严谨的程序设计语言。R语言则是用于统计分析、绘图的语言和操作环境。它属于GNU系统的一个自由、免费、源代码开放的软件。MATLAB的作用是进行矩阵运算、绘制函数与数据、实现算法、创建用户界面和连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通信、图像处理、信号检测、金融建模设计等领域。
(1)语法简单精练。对于初学者来说,比起其他编程语言,Python更容易上手。
(2)有很多功能强大的库。结合在编程方面的强大实力,可以只使用Python这一种语言去构建以数据为中心的应用程序。
(3)功能强大。从特性观点来看,Python是一个混合体。丰富的工具集使它介于传统的脚本语言和系统语言之间。Python不仅具备所有脚本语言简单和易用的特点,还提供了编译语言所具有的高级软件工程工具。
Python是一门应用十分广泛的计算机语言,在数据科学领域具有无可比拟的优势。Python正在逐渐成为数据科学领域的主流语言。Python数据分析主要包含以下5个方面优势。
研究人员和工程技术人员使用同一种编程工具,会给企业带来非常显著的组织效益,并降低企业的运营成本。
Python程序能够以多种方式轻易地与其他语言的组件“粘接”在一起。例如,Python的C语言API可以帮助Python程序灵活地调用C程序。这意味着用户可以根据需要给Python程序添加功能。
IPython是Python科学计算标准工具集的组成部分,它将其他所有相关的工具联系在一起,为交互式和探索式计算提供了一个强健而高效的环境。同时,它是一个增强的PythonShell,目的是提高编写、测试、调试Python代码的速度。IPython主要用于交互式数据并行处理,是分布式计算的基础架构。
另外,IPython还提供了一个类似于Mathematica的HTML笔记本、一个基于Qt框架的GUI控制台,具有绘图、多行编辑以及语法高亮显示等功能。
除了为Python提供快速的数组处理能力外,NumPy在数据分析方面还有另外一个主要作用,即作为算法之间传递数据的容器。对于数值型数据,使用NumPy数组存储和处理数据要比使用内置的Python数据结构高效得多。此外,由低级语言(比如C和Fortran)编写的可以直接操作NumPy数组中数据,无须进行任何数据复制工作。
SciPy基于Python的开源代码,是一组专门解决科学计算中各种标准问题域的模块的集合,特别是与NumPy、Matplotlib、IPYthon、和pandas这些核心包一起使用时。Scipy主要包含了8个模块,不同的模块有不同的应用,如用于插值,积分,优化,处理图像和特殊函数等。
pandas是Python的数据分析核心库,最初被作为金融数据分析工具而开发出来。它提供了一系列能够快速、便捷地处理结构化数据的数据结构和函数。Python之所以成为强大而高效的数据分析环境与它息息相关。pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库(如SQL)灵活的数据处理功能。它提供了复杂精细的索引功能,以便便捷地完成重塑、切片和切块聚合及选取数据子集等操作。pandas将是本书中使用的主要工具。
k8凯发官网
Matplotlib的操作比较容易,用户只需用几行代码即可生成直方图、功率谱图、条形图、错误图和散点图等图形。Matplotlib提供了pylab的模块,其中包括了NumPy和pyplot许多常用的数,方便用户快速进行计算和绘图。Matplotlib与IPython结合得很好,提供了一种非常好用的交互式数据绘图环境。
scikit-learn是一个简单有效的数据挖掘和数据分析工具,可以供用户在各种环境下重复使用。而且scikit-learn建立在NumPy、SciPy和Matplotlib基础之上,对一些常用的算法方法进行了封装。目前,scikit-learn的基本模块主要有数据预处理、模型选择、分类、聚类、数据降维和回归6个。在数据量不大的情况下,scikit-learn可以解决大部分问题。
Spyder(前身是 Pydee)是一个强大的交互式 Python 语言开发环境,提供高级的代码编辑、交互测试和调试等特性,支持 Windows、Linux 和 OSX 系统。Spyder 可用于将调试控制台直接集成到图形用户界面的布局中。Spyder 的最大优点就是模仿 MATLAB 的“工作空间”,可以很方便地观察和修改数组的值。当多个窗格出现在一个区域时,将使用标签页的形式显示。界面包含了“Editor”“Object inspector”“Variable explorer”“File explorer”“Python Console“Historylog”和“IPython Console”等区域,方便用户灵活运用 Python。
(4)单击“Browse”按钮,选择在指定的路径安装 Anaconda,选择完成后单击“Next”按钮,进入下一步;
(5)勾选 2 个复选框的内容,单击“Install”按钮,等待安装结束
安装好的 PyCharm 默认是英文界面,可以通过安装插件把它更改为中文界面。打开菜单栏“File”,选择“Settings”,然后选“Plugins”,单击“Marketplace”,搜索“Chinese”,然后单击“Install”安装。安装完成后,重新启动 IDE,界面就会变为中文。
Pandas 安装:单击左上角“文件”,点击“设置”,单击左栏“python 解释器”,在右侧点击“+”号,搜索栏中输入“pandas”,点击安装,安装完成。安装 Matplotlib 同上。