Python数据分析专题今起开篇！

在过去两个月的时间里，小编主要分享了Python及爬虫相关基础知识。

由于小编对Python的数据分析方向比较感兴趣，所以准备先从该方向进行深入学习；而Python的其他方向则会在小编学有余力的情况下进行学习分享。

下面说下利用Python进行数据分析时用到的主要工具：

一：解释器

推荐使用 Ipython的shell解释器，可能你们已经有人在用了，不得不说交互体验非常棒。安装起来也很方面，同之前介绍到的第三方库的安装方法类似，下面举例是基于windows操作系统

打开命令窗口

输入执行pip install ipython

即可自行安装

Ipython的快捷命令：

- Ctrl-P 或上箭头键 后向搜索命令历史中以当前输入的文本开头的命令

- Ctrl-N 或下箭头键 前向搜索命令历史中以当前输入的文本开头的命令

- Ctrl-R 按行读取的反向历史搜索（部分匹配）

- Ctrl-Shift-v 从剪贴板粘贴文本

- Ctrl-C 中止当前正在执行的代码

- Ctrl-A 将光标移动到行首

- Ctrl-E 将光标移动到行尾

- Ctrl-K 删除从光标开始至行尾的文本

- Ctrl-U 清除当前行的所有文本

- Ctrl-F 将光标向前移动一个字符

- Ctrl-b 将光标向后移动一个字符

- Ctrl-L 清屏

二：第三方库

利用Python进行数据分析时，用的较多的就是Numpy、Pandas及Matplotlip库。安装方法同上执行： pip install 库名

NumPy

是一个开源的Python科学计算基础库，目前来看也是python进行科学计算和数据分析的最基础的第三方库，NumPy的功能主要包含以下一些方面：

1.一个强大的N维数组对象ndarray

2.一组广播功能函数，用来在数组之间进行计算

3.整合C/C++/Fortran等代码的工具

4.线性代数、傅里叶变换、随机数生成等功能

在进行数据分析时，使用最多的可能是多维数组的创建这一点。

Pandas库

是基于NumPy 的一种工具，是为了解决数据分析任务而创建的。pandas库中包含的几种数据结构，使用较多的是Series（一维数组，类似于numpy的一维数组）和DataFrame（二维数组），别的还有比如 ：Time- Series（以时间为索引的Series）、Panel (三维的数组，可以理解为DataFrame的容器)。

Matplotlip库

该库主要是结合其他库进行数据的可视化操作。

在此期间可能会涉及到别的库的使用，届时会详细说明。

三：数据分析专题大致框架

数据分析框架图

（1）：数据准备

（2）：数据处理

（3）：数据分析

（4）：数据可视化

（5）：数据分析实战

五个步骤功能的实现都是基于上面提到的第三方库及数据来进行的。