Python數(shù)據(jù)分析與應(yīng)用-從數(shù)據(jù)獲取到可視化（第2版）課件 第1章 數(shù)據(jù)分析概述

第1章數(shù)據(jù)分析概述《Python數(shù)據(jù)分析與應(yīng)用：從數(shù)據(jù)獲取到可視化（第2版）》學(xué)習(xí)目標(biāo)/Target

了解數(shù)據(jù)分析產(chǎn)生的背景，能夠簡述數(shù)據(jù)分析產(chǎn)生的背景

了解數(shù)據(jù)分析的概念及層次，能夠說出數(shù)據(jù)分析的概念以及4個層次

了解數(shù)據(jù)分析的應(yīng)用領(lǐng)域，能夠列舉至少3個數(shù)據(jù)分析的應(yīng)用領(lǐng)域

熟悉數(shù)據(jù)分析的流程，能夠歸納數(shù)據(jù)分析的基本流程學(xué)習(xí)目標(biāo)/Target

了解Python做數(shù)據(jù)分析的優(yōu)勢，能夠說出Python有哪些優(yōu)勢

了解Anaconda工具，能夠說出Anaconda工具的特點

掌握Anaconda的安裝與使用，能夠獨立安裝Anaconda工具并操作包

掌握J(rèn)upyterNotebook工具的啟用方式，能夠通過多種方式啟用工具學(xué)習(xí)目標(biāo)/Target

熟悉JupyterNotebook的界面，能夠歸納腳本文件窗口各組成部分的功能

掌握J(rèn)upyterNotebook的使用方式，能夠使用該工具編寫與運行代碼

熟悉常見的數(shù)據(jù)分析庫，能夠歸納每個數(shù)據(jù)分析庫的功能章節(jié)概述/Summary隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)得到了前所未有的爆發(fā)性增長，我們每天都生活在龐大的數(shù)據(jù)群體中，能夠從數(shù)據(jù)中挖掘有價值的信息變得愈發(fā)重要，數(shù)據(jù)分析技術(shù)應(yīng)運而生。數(shù)據(jù)分析可以運用計算機工具和數(shù)學(xué)知識處理數(shù)據(jù)，并從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律性的信息，幫助企業(yè)規(guī)避自身問題以及預(yù)測未來趨勢。由此可見，數(shù)據(jù)分析在大數(shù)據(jù)時代扮演著不可估量的角色。目錄/Contents01020304數(shù)據(jù)分析產(chǎn)生的背景什么是數(shù)據(jù)分析數(shù)據(jù)分析的應(yīng)用場景數(shù)據(jù)分析的流程目錄/Contents05060708為什么選擇Python做數(shù)據(jù)分析搭建開發(fā)環(huán)境啟用JupyterNotebook常見的數(shù)據(jù)分析庫數(shù)據(jù)分析產(chǎn)生的背景1.11.1數(shù)據(jù)分析產(chǎn)生的背景了解數(shù)據(jù)分析產(chǎn)生的背景，能夠簡述數(shù)據(jù)分析產(chǎn)生的背景學(xué)習(xí)目標(biāo)1.1數(shù)據(jù)分析產(chǎn)生的背景隨著計算機技術(shù)全面地融入社會生活，信息爆炸已經(jīng)積累到開始引發(fā)變革的程度，不僅使得世界上充斥著比以往更多的信息，而且增長速度也在逐步加快，驅(qū)使著人們進入了一個嶄新的大數(shù)據(jù)時代?；ヂ?lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、GPS、醫(yī)學(xué)影像、安全監(jiān)控、金融、電信等一些領(lǐng)域每天都在瘋狂產(chǎn)生著數(shù)據(jù)。到目前為止，無論是線下的大超市還是線上的商城，每天都會產(chǎn)生TB級以上的數(shù)據(jù)量。1.1數(shù)據(jù)分析產(chǎn)生的背景以前，人們得不到想要的數(shù)據(jù)，是因為數(shù)據(jù)庫中沒有相關(guān)的數(shù)據(jù)。然而，現(xiàn)在人們依舊得不到想要的數(shù)據(jù)，主要的原因就是數(shù)據(jù)庫里面的數(shù)據(jù)太多了，缺乏一些可以快速地從數(shù)據(jù)庫中獲取有利用價值數(shù)據(jù)的操作方法。在這種需求的推動下出現(xiàn)了數(shù)據(jù)分析技術(shù)。1.1數(shù)據(jù)分析產(chǎn)生的背景數(shù)據(jù)分析可以從海量數(shù)據(jù)中獲得潛藏的有價值的信息，幫助企業(yè)或個人預(yù)測未來的趨勢和行為，使得商務(wù)和生產(chǎn)活動具有一定的前瞻性。數(shù)據(jù)分析可以最大程度地開發(fā)數(shù)據(jù)的價值，發(fā)揮數(shù)據(jù)的作用，以提升人們對現(xiàn)實事物進行分析規(guī)劃和問題識別的能力。什么是數(shù)據(jù)分析1.21.2什么是數(shù)據(jù)分析了解數(shù)據(jù)分析的概念及層次，能夠說出數(shù)據(jù)分析的概念以及數(shù)據(jù)分析的4個層次學(xué)習(xí)目標(biāo)1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析是指使用適當(dāng)?shù)慕y(tǒng)計分析方法對收集到的大量數(shù)據(jù)進行分析，從這些數(shù)據(jù)中提取有用信息和形成結(jié)論，并加以詳細(xì)研究和概括總結(jié)的過程。概念數(shù)據(jù)分析的目的在于，將隱藏在一大批看似雜亂無章的數(shù)據(jù)信息集中提煉出來有用的數(shù)據(jù)，以找出所研究對象的內(nèi)在規(guī)律。目的1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析的四個層次層層遞進，經(jīng)歷了這四個層次分析后，可以對企業(yè)未來決策和行動提供更有力支撐。1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析的四個層次1.描述性分析：發(fā)生了什么？描述性分析是數(shù)據(jù)分析中最簡單形式的分析方式，它主要是在歷史數(shù)據(jù)的基礎(chǔ)之上，利用一些核心指標(biāo)（如流量、轉(zhuǎn)化率、收入、成本等）對業(yè)務(wù)的現(xiàn)狀做出準(zhǔn)確的描述，使人們能夠?qū)I(yè)務(wù)的整體情況有個認(rèn)知。描述性分析一般通過簡單的數(shù)學(xué)運算和統(tǒng)計運算便可以完成分析指標(biāo)，典型的分析指標(biāo)有均值、中位數(shù)、眾數(shù)、方差等，不需要更加復(fù)雜的計算邏輯。為了幫助用戶輕松地理解分析指標(biāo)，經(jīng)常會搭配折線圖、熱力圖、直方圖等一些圖表進行展示。1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析的四個層次2.診斷性分析：為什么會發(fā)生？診斷性分析是建立在描述性分析基礎(chǔ)之上的分析方式，它會根據(jù)業(yè)務(wù)邏輯，通過數(shù)據(jù)尋找引起最終結(jié)果的原因、有哪些影響因素，以及可以改變未來結(jié)果的有效方法。在診斷性分析中，企業(yè)相關(guān)人員需要基于對業(yè)務(wù)的理解，分析業(yè)務(wù)結(jié)果和很多因素的相關(guān)性，通過一些方式快速定位到某些因素和結(jié)果的關(guān)系，這些方式包括頭腦風(fēng)暴、調(diào)研、與業(yè)務(wù)關(guān)鍵角色進行深度訪談等。1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析的四個層次3.預(yù)測性分析：可能會發(fā)生什么？預(yù)測性分析專注于預(yù)測并理解未來可能發(fā)生的情況，它通過分析歷史數(shù)據(jù)與客戶洞察總結(jié)過去的數(shù)據(jù)模式和趨勢，對業(yè)務(wù)未來進行動態(tài)預(yù)測，并在此過程中為業(yè)務(wù)提供多方面的信息，包括設(shè)定實際的目標(biāo)、圈定正確的客戶群體、設(shè)計有效的營銷計劃、管理績效的預(yù)期以及規(guī)避風(fēng)險等。預(yù)測性分析中應(yīng)用的分析技術(shù)有很多，比如數(shù)據(jù)挖掘、統(tǒng)計建模、機器學(xué)習(xí)算法等，通過這些技術(shù)可以達(dá)到預(yù)測未來結(jié)果以及結(jié)果發(fā)生可能性的目的。由于預(yù)測性分析能夠告訴企業(yè)未來可能發(fā)生的事情，所以這種方法會讓企業(yè)采取更加主動的態(tài)度制定戰(zhàn)略和決策?；诟怕实?，不一定準(zhǔn)確1.2什么是數(shù)據(jù)分析數(shù)據(jù)分析的四個層次4.規(guī)范性分析：我該做些什么？規(guī)范性分析是數(shù)據(jù)分析中最為復(fù)雜的分析方法，它建立于其他三種分析方法之上，通過算法或最優(yōu)化決策幫助企業(yè)消除未來可能發(fā)生的問題，做出最佳決策。規(guī)范性分析可以預(yù)測多個事件發(fā)生的可能性，同時在做出決定之前考慮每種可能的結(jié)果，這就意味著規(guī)范性分析的實施和管理更加復(fù)雜，它不僅需要依賴企業(yè)內(nèi)部的歷史數(shù)據(jù)，還需要依靠很多來自社交媒體的外部信息，甚至需要更加復(fù)雜的技術(shù)，比如機器學(xué)習(xí)、業(yè)務(wù)規(guī)則和算法等。數(shù)據(jù)分析的應(yīng)用場景1.31.3數(shù)據(jù)分析的應(yīng)用場景了解數(shù)據(jù)分析的應(yīng)用領(lǐng)域，能夠列舉至少3個數(shù)據(jù)分析的應(yīng)用領(lǐng)域?qū)W習(xí)目標(biāo)1.3數(shù)據(jù)分析的應(yīng)用場景營銷方面的應(yīng)用醫(yī)療方面的應(yīng)用零售方面的應(yīng)用網(wǎng)絡(luò)安全方面的應(yīng)用交通物流方面的應(yīng)用5個應(yīng)用場景1.3數(shù)據(jù)分析的應(yīng)用場景營銷方面的應(yīng)用據(jù)一項研究表明，習(xí)慣促成了人們每天45%的選擇，這意味著只要我們了解了習(xí)慣的形式，就可以簡單地控制它們。平臺運營人員通過用戶的購買數(shù)據(jù)分析消費者的購物行為，這樣便可以精準(zhǔn)地預(yù)測用戶下一步的消費對象，適時推送廣告或優(yōu)惠券促使用戶開啟全新的購物方式。1.3數(shù)據(jù)分析的應(yīng)用場景醫(yī)療方面的應(yīng)用數(shù)據(jù)分析應(yīng)用的計算能力可以讓我們能夠在幾分鐘內(nèi)就可以解碼整個DNA，并且讓我們可以制定出最新的治療方案，同時可以更好地去預(yù)測疾病，就好比人們戴上智能手表等可以產(chǎn)生的數(shù)據(jù)一樣，數(shù)據(jù)分析同樣可以幫助病人及早預(yù)防和預(yù)測疾病的發(fā)生，做到早治療、早康復(fù)。1.3數(shù)據(jù)分析的應(yīng)用場景零售方面的應(yīng)用比如零售業(yè)的“啤酒-紙尿褲”故事，經(jīng)過分析發(fā)現(xiàn)，這些購買者多數(shù)是已婚男士，這些男士在為小孩購買尿不濕的同時，會給自己購買一些啤酒。發(fā)現(xiàn)這個秘密后，商店就大膽地將啤酒擺放在尿不濕旁邊，這樣顧客購買起來的時候更方便，銷量自然也會大幅上升。啤酒與尿布的例子啟示我們，挖掘數(shù)據(jù)潛在的價值是零售業(yè)競爭的核心競爭力。1.3數(shù)據(jù)分析的應(yīng)用場景網(wǎng)絡(luò)安全方面的應(yīng)用傳統(tǒng)的網(wǎng)絡(luò)安全主要依靠靜態(tài)防御及處理病毒的流程發(fā)現(xiàn)威脅、分析威脅和處理威脅。這種情況下，往往在威脅發(fā)生以后才能做出反應(yīng)。新型的病毒防御系統(tǒng)可以使用數(shù)據(jù)分析技術(shù)，建立潛在攻擊識別分析模型，監(jiān)測大量網(wǎng)絡(luò)活動數(shù)據(jù)和相應(yīng)的訪問行為，識別可能進行入侵的可疑模式，做到未雨綢繆。1.3數(shù)據(jù)分析的應(yīng)用場景交通物流方面的應(yīng)用隨著各國數(shù)據(jù)系統(tǒng)逐漸完善，以及對數(shù)據(jù)的深入分析，物流行業(yè)得以快速的發(fā)展。我們可以通過業(yè)務(wù)系統(tǒng)和GPS定位系統(tǒng)獲得數(shù)據(jù)，使用數(shù)據(jù)構(gòu)建交通物流狀況預(yù)測分析模型，有效預(yù)測實時路況、物流狀況、車流量、客流量和貨物吞吐量，進而提前補貨，制定庫存管理策略。數(shù)據(jù)分析的流程1.41.4數(shù)據(jù)分析的流程熟悉數(shù)據(jù)分析的流程，能夠歸納數(shù)據(jù)分析的基本流程學(xué)習(xí)目標(biāo)1.4數(shù)據(jù)分析的流程數(shù)據(jù)分析的流程數(shù)據(jù)收集數(shù)據(jù)分析數(shù)據(jù)展現(xiàn)基于對項目的理解，整理出分析的框架和思路。不同的項目對數(shù)據(jù)要求不一樣，使用的分析手段也是不一樣的。數(shù)據(jù)處理數(shù)據(jù)收集是按照確定的數(shù)據(jù)分析思路和框架內(nèi)容，有目的收集、整合相關(guān)數(shù)據(jù)的一個過程，它是數(shù)據(jù)分析的基礎(chǔ)。數(shù)據(jù)處理是指對收集到的數(shù)據(jù)進行清洗、加工、整理等一些操作，是數(shù)據(jù)分析整個過程中最耗時的，也在一定程度上保證了數(shù)據(jù)質(zhì)量。數(shù)據(jù)分析是指通過分析手段、方法和技巧對準(zhǔn)備好的數(shù)據(jù)進行探索、分析，從中發(fā)現(xiàn)因果關(guān)系、內(nèi)部聯(lián)系和業(yè)務(wù)規(guī)劃，為商業(yè)提供決策參考。數(shù)據(jù)分析的結(jié)果都會通過圖表方式進行展現(xiàn)，借助圖表這種展現(xiàn)數(shù)據(jù)的手段，可以更加直觀地呈現(xiàn)信息、觀點和建議。明確目的和思路為什么選擇Python做數(shù)據(jù)分析1.51.5為什么選擇Python做數(shù)據(jù)分析了解Python做數(shù)據(jù)分析的優(yōu)勢，能夠說出Python在數(shù)據(jù)分析方面有哪些優(yōu)勢學(xué)習(xí)目標(biāo)1.5為什么選擇Python做數(shù)據(jù)分析近年來，數(shù)據(jù)分析正在改變我們的工作方式，數(shù)據(jù)分析的相關(guān)工作也越來越受到人們的青睞。很多編程語言都可以做數(shù)據(jù)分析，比如Python、R、Matlab等，Python憑借著自身無可比擬的優(yōu)勢，被廣泛地應(yīng)用到數(shù)據(jù)科學(xué)領(lǐng)域中，并逐漸衍生為主流語言。1.5為什么選擇Python做數(shù)據(jù)分析Python的優(yōu)勢01語法簡單精煉，適合初學(xué)者入門02擁有一個巨大且活躍的科學(xué)計算社區(qū)03擁有強大的通用編程能力04人工智能時代的通用語言05方便對接其他語言1.5為什么選擇Python做數(shù)據(jù)分析Python相比其他編程語言，語法簡單，代碼可讀性高，非常適合初學(xué)者學(xué)習(xí)。例如，在使用Python處理數(shù)據(jù)時，如果希望將一組性別數(shù)據(jù)轉(zhuǎn)換成計算機能夠運算的數(shù)值形式，也就是說“男”變成“0”，“女”變成“1”，這時可以直接用一行列表推導(dǎo)式完成，十分簡潔。1.語法簡單精煉，適合初學(xué)者入門Python在數(shù)據(jù)分析、科學(xué)計算、數(shù)據(jù)可視化等方面都有非常成熟的庫和活躍的社區(qū)，這為Python成為數(shù)據(jù)處理的重要解決方案提供了有力支撐。Python擁有NumPy、pandas、Matplotlib、scikit-learn等一些非常優(yōu)秀的庫，其中pandas在處理中型數(shù)據(jù)方面有著很大的優(yōu)勢，并逐漸成為各行各業(yè)進行數(shù)據(jù)處理任務(wù)的首選庫。2.擁有一個巨大且活躍的科學(xué)計算社區(qū)1.5為什么選擇Python做數(shù)據(jù)分析對一家公司來說，使用一種編程語言完成全部業(yè)務(wù)成為可能。例如，使用Python的爬蟲框架Scrapy收集數(shù)據(jù)，然后把收集到的數(shù)據(jù)交給pandas庫進行處理，最后使用Django框架開發(fā)Web網(wǎng)站展示，整個過程中所有任務(wù)全部是用Python完成的，大大地提高了公司的開發(fā)效率。3.擁有強大的通用編程能力在人工智能領(lǐng)域中，Python已經(jīng)成為了十分受歡迎的編程語言，這主要得益于其語法簡潔、豐富的庫和社區(qū)，使得大部分深度學(xué)習(xí)框架都優(yōu)先支持Python語言編程。比如目前比較流行的深度學(xué)習(xí)框架PyTorch，它在PyTorch里面加入了很多使用Python編寫的功能，變得更加靈活。4.人工智能時代的通用語言1.5為什么選擇Python做數(shù)據(jù)分析Python作為一門膠水語言，能夠以多種方式與其它語言的組件“粘連”在一起，可以輕松地操作其它語言編寫的庫，這就意味著用戶可以根據(jù)需要給Python程序添加功能，或者在其它環(huán)境系統(tǒng)中使用Python語言。

5.方便對接其他語言搭建開發(fā)環(huán)境1.61.6.1

Anaconda概述了解Anaconda工具，能夠說出Anaconda工具的特點學(xué)習(xí)目標(biāo)1.6.1

Anaconda概述Anaconda是目前比較流行的用于數(shù)據(jù)分析的開發(fā)工具，它包含了Conda（開源的包管理器和環(huán)境管理器）、Python在內(nèi)的超過180個科學(xué)計算包及其依賴項，可以便捷地獲取和管理包，同時對開發(fā)環(huán)境進行統(tǒng)一管理，另外它默認(rèn)安裝了很多工具，包括IPython、JupyterNotebook等。1.6.1

Anaconda概述Anaconda特點具有眾多流行的科學(xué)、數(shù)學(xué)、工程和數(shù)學(xué)分析的Python包社區(qū)版本完全開源和免費額外的加速和優(yōu)化是收費的，但對于學(xué)術(shù)用途，可以申請免費的許可證全平臺支持Linux、Windows、macOS1.6.1

Anaconda概述多學(xué)一招：Miniconda

Miniconda是Anaconda的簡化版的工具，它只包含Python、conda及其它們的必須依賴項，以及少量有用的包，包括pip、zlib等。用戶若想要使用其他包，則需要自己通過conda命令或pip命令手動進行安裝。對于計算機內(nèi)存空間要求嚴(yán)格的用戶來說，Miniconda是個不錯的選擇。1.6.2

Anaconda的安裝掌握Anaconda的安裝，能夠獨立在計算機中安裝Anaconda工具學(xué)習(xí)目標(biāo)1.6.2

Anaconda的安裝在瀏覽器中打開Anaconda官方網(wǎng)站的首頁。

Step

11.6.2

Anaconda的安裝把鼠標(biāo)懸浮至Products菜單上方，自動彈出Products菜單的下拉列表。Step

21.6.2

Anaconda的安裝單擊“AnacondaDistribution”選項頁面會切換到AnacondaDistribution的下載頁面。

Step

31.6.2

Anaconda的安裝單擊“Download”按鈕頁面會切換至謝謝下載的頁面。

Step

4在該頁面底部單擊“Sign-up”按鈕，填寫個人信息進行注冊，注冊完成后會開始下載安裝包。1.6.2

Anaconda的安裝右擊Anaconda3-2022.10-Windows-x86_64.exe，以管理員身份運行安裝程序，打開WelcometoAnaconda32022.10(64-bit)Setup界面。

Step

51.6.2

Anaconda的安裝單擊“Next”按鈕進入LicenseAgreement界面。

Step

61.6.2

Anaconda的安裝單擊“IAgree”按鈕同意最終用戶許可協(xié)議，進入SelectInstallationType界面。

Step

7僅為當(dāng)前用戶安裝Anaconda工具為計算機中所有用戶安裝Anaconda工具1.6.2

Anaconda的安裝選擇JustMe選項，單擊“Next”按鈕進入ChooseInstallLocation界面。

Step

81.6.2

Anaconda的安裝保持默認(rèn)配置，單擊“Next”按鈕進入AdvancedInstallationOptions界面。Step

9是否將Anaconda添加到系統(tǒng)環(huán)境變量是否安裝版本號為3.9的Python解釋器1.6.2

Anaconda的安裝勾選兩個復(fù)選框，單擊“Install”按鈕進入Installing界面，該界面的進度條會顯示當(dāng)前的安裝進度。

Step

101.6.2

Anaconda的安裝等待片刻后，安裝完成會自動進入InstallationComplete界面。

Step

111.6.2

Anaconda的安裝單擊“Next”按鈕進入Anaconda32022.10(64-bit)界面。

Step

121.6.2

Anaconda的安裝單擊“Next”按鈕進入CompletingAnaconda32022.10(64-bit)Setup界面。

Step

13此處取消勾選兩個選項，單擊“Finish”按鈕完成安裝，關(guān)閉CompletingAnaconda32022.10(64-bit)Setup界面。1.6.2

Anaconda的安裝Anaconda3文件夾AnacondaNavigator；用于管理包和環(huán)境的圖形用戶界面。AnacondaPowershellPrompt：Anaconda自帶的命令行工具，支持更多的Linux命令。AnacondaPrompt：Anaconda自帶的命令行工具。JupyterNotebook：基于Web的交互式計算環(huán)境，可以編輯易于人們閱讀的文檔，用于展示數(shù)據(jù)分析的過程。ResetSpyderSettings：用于重置Spyder的設(shè)置信息。Spyder

：一個使用Python語言開發(fā)的、跨平臺的、科學(xué)運算集成開發(fā)環(huán)境。1.6.2

Anaconda的安裝啟動Anaconda單擊“AnacondaNavigator”圖標(biāo)，若能夠正常啟動AnacondaNavigator，則說明Anaconda工具安裝成功。

1.6.3通過Anaconda管理包掌握Conda命令的功能，能夠通過Conda命令安裝、更新、卸載包學(xué)習(xí)目標(biāo)1.6.3通過Anaconda管理包Conda介紹Conda是一個開源的包管理器和環(huán)境管理器，用于幫助開發(fā)人員在獨立的環(huán)境下安裝多個版本的包及其依賴關(guān)系，并在多個環(huán)境之間進行切換，適用于Windows、macOS或Linux系統(tǒng)。Conda提供了一系列管理包的命令。我們?nèi)粝胍芾戆?，可以先在AnacondaNavigator頁面找到“CMD.exePrompt”，單擊“Launch”按鈕啟動AnacondaPrompt工具，或者直接在開始菜單中啟動AnacondaPrompt工具，再在AnacondaPrompt中執(zhí)行相應(yīng)的Conda命令。1.6.3通過Anaconda管理包常用Conda命令1.查看當(dāng)前版本通過“conda–version”或“conda–V”命令可以查看Conda當(dāng)前使用的版本。>>>(base)C:\Users\admin>conda--versionconda22.9.01.6.3通過Anaconda管理包常用Conda命令2.查看當(dāng)前環(huán)境下的包信息通過“condalist”命令可以查看當(dāng)前環(huán)境下已經(jīng)安裝的全部包的信息。>>>(base)C:\Users\admin>condalist#packagesinenvironmentatC:\Users\itcast\anaconda3:##NameVersionBuildChannel_ipyw_jlab_nb_ext_conf

0.1.0

py39haa95532_0alabaster0.7.12

pyhd3eb1b0_0anaconda

2022.10py39_0……1.6.3通過Anaconda管理包常用Conda命令3.查找包通過“condasearch”命令可以查找可供安裝的包。

condasearch--full-name包的全名condasearch--full-namepython例如：查找全名為python的包有哪些版本可供安裝1.6.3通過Anaconda管理包常用Conda命令4.安裝包通過“condainstall”

命令既可以在當(dāng)前環(huán)境中安裝包，也可以在指定環(huán)境中安裝包。

condainstall[--name環(huán)境名稱]包名稱condainstalldjango例如：在當(dāng)前環(huán)境中安裝django包1.6.3通過Anaconda管理包常用Conda命令4.安裝包還可以切換到conda-forge渠道進行安裝。condainstall-cconda-forgejieba例如：從conda-forge渠道安裝jieba包condaconfig--addchannelsconda-forge例如：添加conda-forge渠道1.6.3通過Anaconda管理包常用Conda命令4.安裝包還可以直接使用pip命令安裝包。如果不是在當(dāng)前環(huán)境下安裝包，則需要先切換到指定環(huán)境下，再使用pip命令進行安裝。pipinstalljieba例如：在當(dāng)前環(huán)境下安裝jieba包1.6.3通過Anaconda管理包常用Conda命令5.卸載包通過“condaremove”

命令既可以卸載當(dāng)前環(huán)境中的包，也可以卸載指定環(huán)境中的包。

condaremove[--name環(huán)境名稱]包名稱例如：卸載剛才安裝的django包condaremovedjango1.6.3通過Anaconda管理包常用Conda命令6.更新包通過“condaupdate”命令可以更新當(dāng)前環(huán)境中指定的一個包或多個包。

condaupdate

包名稱1包名稱2包名稱3……一次性更新當(dāng)前環(huán)境下的所有包。condaupdate--all啟用Jupyter

Notebook1.71.7.1啟動Anaconda自帶的Jupyter

Notebook掌握J(rèn)upyterNotebook的啟用方式，能夠通過Anaconda或命令的方式啟用JupyterNotebook工具學(xué)習(xí)目標(biāo)1.7.1啟動Anaconda自帶的Jupyter

Notebook什么是JupyterNotebookJupyterNotebook（交互式筆記本）是一個支持實時代碼、數(shù)學(xué)方程、可視化和Markdown的Web應(yīng)用程序，它支持40多種編程語言。對于數(shù)據(jù)分析來說，JupyterNotebook的優(yōu)點是能夠重現(xiàn)數(shù)據(jù)分析的完整過程，并將說明文字、代碼、圖表、公式和結(jié)論都整合在一個文檔中，用戶可以通過電子郵件、Dropbox、GitHub和JupyterNotebookViewer將文檔分享給其他人。1.7.1啟動Anaconda自帶的Jupyter

NotebookJupyter啟動方式通過AnacondaNavigator啟動JupyterNotebook通過命令的方式啟動JupyterNotebook

方式一：方式二：1.7.1啟動Anaconda自帶的Jupyter

Notebook通過AnacondaNavigator啟動JupyterNotebook單擊Launch按鈕啟動1.7.1啟動Anaconda自帶的Jupyter

Notebook通過命令啟動JupyterNotebook執(zhí)行命令后啟動1.7.1啟動Anaconda自帶的Jupyter

Notebook通過命令啟動JupyterNotebook若希望JupyterNotebook展示其他目錄，則需要先通過cd命令將當(dāng)前路徑切換至指定的目錄，然后在此目錄下輸入命令“jupyternotebook”，執(zhí)行該命令后會在JupyterNotebook首頁看到指定目錄下的目錄結(jié)構(gòu)。切換的工作目錄的名稱盡量不要使用漢字，否則可能會出現(xiàn)無法識別的問題。1.7.2

Jupyter

Notebook界面詳解熟悉JupyterNotebook的界面，能夠歸納Python腳本文件窗口各組成部分包含的主要功能學(xué)習(xí)目標(biāo)1.7.2

Jupyter

Notebook界面詳解新建文件新建按鈕Python運行腳本文件其他可選擇的新建類型1.7.2

Jupyter

Notebook界面詳解Python腳本文件1.7.2

Jupyter

Notebook界面詳解Python腳本文件1.標(biāo)題欄JupyterNotebook的圖標(biāo)JupyterNotebook的簡稱腳本文件的名稱當(dāng)前文件所處的狀態(tài)Python圖標(biāo)注銷按鈕1.7.2

Jupyter

Notebook界面詳解Python腳本文件2.菜單欄包含打開、重命名、保存、關(guān)閉等功能1.7.2

Jupyter

Notebook界面詳解Python腳本文件2.菜單欄包含剪切單元格、復(fù)制單元格、刪除單元格等一些與單元格有關(guān)的操作1.7.2

Jupyter

Notebook界面詳解Python腳本文件3.快捷鍵區(qū)域1.7.2

Jupyter

Notebook界面詳解Python腳本文件4.編輯區(qū)域代碼類型的單元格Markdown類型的單元格1.7.3

Jupyter

Notebook的基本使用掌握J(rèn)upyterNotebook的使用方式，能夠使用JupyterNotebook工具編寫與運行代碼學(xué)習(xí)目標(biāo)1.7.3

Jupyter

Notebook的基本使用編輯和運行代碼代碼輸入框輸出結(jié)果框運行代碼1.7.3

Jupyter

Notebook的基本使用設(shè)置標(biāo)題使用“#”字符作為標(biāo)記寫標(biāo)題。

#一級標(biāo)題##二級標(biāo)題###三級標(biāo)題####四級標(biāo)題#####五級標(biāo)題例如：添加一級標(biāo)題和二級標(biāo)題#第一個標(biāo)題##簡單示例1.7.3

Jupyter

Notebook的基本使用導(dǎo)出文件①②可導(dǎo)出的文件類型常見的數(shù)據(jù)分析庫1.81.8常見的數(shù)據(jù)分析庫熟悉常見的數(shù)據(jù)分析庫，能夠歸納每個數(shù)據(jù)分析庫的功能學(xué)習(xí)目標(biāo)1.8常見的數(shù)據(jù)分析庫常見的數(shù)據(jù)分析庫NumPy庫Matplotlib庫pandas庫Seaborn庫Pyecharts庫NLTK庫scikit-learn庫1.8常見的數(shù)據(jù)分析庫NumPy庫NumPy是Python開源的科學(xué)計算庫，它提供了Python對多維數(shù)組的支持，能夠支持高維數(shù)組與矩陣運算。此外，針對數(shù)組運算也提供了大量的數(shù)學(xué)函數(shù)庫?？焖俑咝У亩嗑S數(shù)據(jù)對象ndarray多維數(shù)組具有矢量運算能力，快速且節(jié)省空間矩陣運算。無需循環(huán)即可完成類似Matlab中的矢量運算線性代數(shù)、隨機數(shù)生成以及傅里葉變換功能1.8常見的數(shù)據(jù)分析庫pandas庫pandas是一個基于NumPy的數(shù)據(jù)分析包，它是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。pandas中納入了大量庫和標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效操作大型數(shù)據(jù)集所需要的函數(shù)和