Question

利用python进行数据分析 用什么软件

Answer 1

与数据分析相关的 Python 库

NumPy

NumPy 是 Python 科学计算的基础包，它提供：

• 快速高效的多维数组对象 ndarray；

• 直接对数组执行数学运算及对数组执行元素级计算的函数；

• 线性代数运算、随机数生成;

• 将 C、C++、Fortran 代码集成到 Python 的工具等。

它专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA 用其处理一些本来使用 C++，Fortran 或Matlab 等所做的任务。

Pandas

Pandas 主要提供快速便捷地处理结构化数据的大量数据结构和函数。

Matplotlib

Matplotlib 是最流行的用于绘制数据图表的 Python 库。

IPython

IPython 是 Python 科学计算标准工具集的组成部分，是一个增强的 Python Shell，目的是提高编写、测试、调试 Python 代码的速度。主要用于交互式数据处理和利用matplotlib 对数据进行可视化处理。

SciPy

SciPy 是一组专门解决科学计算中各种标准问题域的包的集合。主要包括以下包：

• scipy.integrate: 数值积分例程和微分方程求解器；

• scipy.linalg: 扩展了由 numpy.linalg 提供的线性代数例程和矩阵分解功能；

• scipy.optimize: 函数优化器以及根查找算法；

• scipy.signal: 信号处理工具；

• scipy.sparse: 稀疏矩阵和稀疏线性系统求解器；

• scipy.special: SPECFUN（这是一个实现了许多常用数学函数的 Fortran 库）的包装器。

• scipy.stats: 标准连续和离散概率分布、各种统计检验方法和更好的描述统计法；

• scipy.weave: 利用内联 C++ 代码加速数组计算的工具。

Answer 2

Answer 3

•将IPython这个交互式Shell作为你的首要开发环境。
•学习NumPy（Numerical Python）的基础和高级知识。
•从pandas库的数据分析工具开始。
•利用高性能工具对数据进行加载、清理、转换、合并以及重塑。
•利用matplotlib创建散点图以及静态或交互式的可视化结果。
•利用pandas的groupby功能对数据集进行切片、切块和汇总操作。
•处理各种各样的时间序列数据。
•通过详细的案例学习如何解决Web分析、社会科学、金融学以及经•济学等领域的问题。

Answer 4

不一定要跟书里一样，用PYCHARM也可以的。