基于Python的数据分析

基于Python的数据分析

作者：李俊华

来源：《电子技术与软件工程》2018年第17期

摘要

随着大数据与人工智能时代的到来，数据分析日益成为这个时代不可或缺的技术与技能。在此背景下，Python语言在数据分析领域占据了一席之地，本文介绍基于Python语言的数据分析的基本情况及其在实际中的应用，并规划出其学习路线。 【关键词】Python语言 数据分析 大数据 人工智能

随着大数据和人工智能时代的到来，对于数据的处理无疑成为这个时代的基础和关键，数据的处理包括多个方面，从数据的爬取，清洗到数据的分析，再到数据的可视化展示等等一系列的操作都是各个专家学者等研究和探索的热点。同样，在编程语言的选择上，也成为了大家辩论的焦点，在众多语言中，Python语言占据了其一席之地。 1 Python之火

最近在一个著名的计算机语言排行榜上，Python一跃成为榜首，成为时下最流行的编程语言，如图1所示。 1.1 动态语言

Python是动态语言，较之于静态语言的优势，Python在使用变量前无需事先指定其类型，而是由程序在执行时动态指定，使编程更加自由和灵活。 1.2 Python之简洁

Python语言相对于其他语言的优势之一是简洁，完成同样的功能，Python所需的代码往往只有其他语言（如C、C++和Java等）的1/5-1/3。例如，要实现HelloWorld，Python只需一行的代码量，而Java则需要三行。具体如图2所示。 1.3 Python之丰富类库

Python另一个强大的优势在于他具有强大丰富的类库，这使得Python在数据分析，爬虫或者机器学习等过程中能够非常便捷的调用现有的类库来完成相关的功能。 2 Python数据分析

龙源期刊网 http://www.qikan.com.cn

Python为数据分析提供了丰富的类型，使用Python进行数据分析，主要就是对其相关类库的学习及使用。 2.1 Numpy

Numpy是利用Python科学计算的基础包，他包括了一个强大的N维数组对象Array.拥有成熟的函数库，例如矩阵数据类型和矢量处理等。使用Array进行数据处理的简单示例如图3所示。 2.2 Pandas

很好的掌握了Numpy包，对于有效的使用Pandas工具起到了很好的帮助效果。Pandas是Python的一个数据分析包，他包含了很多高级数据结构和操作工具，能够使得Python数据分析更加容易和快速。使用Pandas的简单示例如图4所示。 2.3 Matplotlib

数据可视化是数据分析的结果呈现，能够更直观更优雅的显示结果，Matplotlib库是Python数据可视化的重要类库之一，她包含了丰富的数据可视化资源，包括地图、3D等都要涉及。对于Matplotlib包含四部分内容： （1）Matplotlib的基础figure类型; （2）调整figure的样式和颜色;

（3）添加图的注释（包括坐标轴范围，长宽比或坐标轴等）; （4）其他复杂图形。 简单示例图如图5和6所示。 3 结束语

通过对Python的数据分析的简要分析和整理，得出使用Python来进行数据的分析，需要学习和掌握其相应的类库，其学习路线应为，理解最好掌握Python的基础，之后学习Python的Numpy，学习Pandas，学习Matplotlib。其中包括了数据的分析操作到数据的可视化过程。通过本次浅析，能够清楚的画出基于Python的数据分析的学习路线。 参考文献

[1]FabioNelli，内利，杜春晓.Python数据分析实战[M].人民邮电出版社，2016.

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn