下载掌阅APP，畅读海量书库
立即打开
专业的数据分析师通常使用Python语言和R语言进行混合编程，使用MATLAB进行建模分析和复杂的数学计算。本书主要讲述Python在数据分析领域的应用。
Python作为数据分析领域的主要开发语言，除了具有简单易用的特点，还能够满足快速开发的需求，实现数据在业务逻辑上的快速处理。Python为开发者提供了很多开源库，其中就包括很多优秀的数据处理开源库，如NumPy、Matplotlib、Pandas、scikit-learn等。
NumPy（Numerical Python）是Python科学计算的基础库，它提供了非常丰富的功能，可以用于线性代数运算、傅里叶变换及随机数生成，还可作为在算法之间传递数据的容器。对于数值型数据，NumPy数组在存储和处理数据时比Python内置的数据结构更高效，并且由其他语言（如C语言）编写的库可以直接操作NumPy数组中的数据，无须进行数据复制工作。
Matplotlib是用于绘制二维图表的Python第三方扩展库，使用该库可以绘制直方图、功率图、条形图等常用图表，是数据分析过程中常用的可视化工具库。Matplotlib提供了一套面向绘图对象编程的应用程序接口（application program interface，API），能够很轻松地实现各种图像的绘制，并且它可以配合Python GUI工具（如PyQt、Tkinter等）在应用程序中嵌入图形。同时Matplotlib支持以脚本的形式嵌入IPython shell、Jupyter Notebook、Web应用服务器使用。使用Matplotlib绘制的函数图如图1.14所示。
图1.14 使用Matplotlib绘制的函数图
Pandas提供了大量快速处理结构化数据的数据结构与函数，它是使Python成为强大而有效的数据分析工具的重要因素之一。Pandas是一个开放源代码、BSD许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas这个名字源自术语“panel data”（即面板数据）和“Python data analysis”（即Python数据分析），其基础是NumPy（提供高性能的矩阵运算）。Pandas可以导入如CSV、JSON、SQL、Excel等各种文件格式的数据，并可以对各种数据进行运算操作，如归并、再成形、选择等，还可以进行数据清洗和数据加工。所以Pandas被广泛应用于学术、金融、统计学等各个数据分析领域。
scikit-learn（简称sklearn）是用于机器学习的Python第三方扩展库，该库可以用于数据分析过程中的数据建模环节。scikit-learn包含多种数据源，可供开发者快捷调用。它是一种简单、高效的数据挖掘和数据分析工具，其开放源代码可在各种环境中重复利用。