数据笔记第二周：Python基础语法学习

目的：Python数据分析基础
Python基础：
Python环境安装
Python基本用法：控制语句、函数、文件读写等
Pyhton基本数据结构：字典、集合等
Pandas 环境安装
Pandas 数据结构：Series和Dataframe

实践：
各种描述性数据分析，使用Python实践一遍
可以用Python自己实现中位数之类的计算，也可以直接调用Pandas的库
数据可以自己随意造一些，也可以网上自己找数据集

一、编写Python的工具介绍
对很多人来说，Python变成语言拥有强大的吸引力。在数据科学、交互式计算以及数据可视化等领域，Python被广泛应用，它支持的类库越来越多。所以考虑Python在通用软件工程上的总体实力，它便成为搭建数据应用的首选语言。

我首选的是直接安装Anaconda，Anaconda 是一个python的发行版，包括了python和很多常见的软件库, 和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易。装了anaconda就不需要装python了。

image.png

Anaconda的界面

打开Anaconda，经常使用Jupyter notebook来编写运行python

image.png

二、Pyhon基础用法
语句缩进：非特殊原因下推荐使用四个空格作为默认缩进，而不是使用tab
注释：#号之后的文本自动被Python解释器忽略，因此通常使用#在代码中添加注释

image.png

变量和参数传递

在Python中对一个变量（或变量名）赋值时，创建了一个指向等号右边对象的引用。

image.png

赋值a，再将a的值赋值给b。

二元运算和比较运算

image.png

算数运算符

image.png

比较运算符

image.png

逻辑运算符

image.png

身份运算符

三、数据结构

元组：

元组是一种固定长度，不可变的Python对象序列，特点是通常需要用括号将值包起来

image.png

元组的元素可以通过中括号[ ]来获取，Python中的序列索引是从0开始的

image.png

虽然对象元组中存储的对象其自身是可变的，但是元组一旦创建，各个位置上的对象是无法修改的。

列表：

与元组不同，列表的长度是可变的，它所包含的内容也是可以修改的。

可以使用中括号[ ]或者list类型好书来定义列表

image.png

字典

dict(字典)是Python内建数据结构中最重要的。用大括号{ }是创建字典的一种方式，在字典中用逗号将键值对分隔：

image.png

四、Pandas

Series和DataFrame是pandas两个常用的工具数据结构。Series是一种一维的数组型对象，它包含一个值序列和索引，如果索引没有明确指定的话，默认是0到N-1（N为数据的长度）。可以认为Series是一个定长有序的字典，因为它将索引值和数据值按位置配对。

DataFrame表示的是矩阵的数据表，包含已排序的列集合，每一列的值类型可以不同，数值型、字符串、布尔值都可以，它既有行索引也有列索引。

import numpy as np

import pandas as pd

创建测试数据

s1=pd.Series([31,28,9,13,5,19,22,36,8,9])

众数

zs=np.argmax(np.bincount(s1))

中位数

zws=np.median(s1)

平均数

mu=s1.mean()

分位数

fws_025=s1.quantile(0.25)

fws_050=s1.quantile(0.5)

fws_075=s1.quantile(0.75)

极差

jc=max(s1)-min(s1)

方差（总体方差）

fc=np.var(s1)

标准差

bzc=np.std(s1)

平均差

pjc=s1.mad()

峰度值

fdz=s1.kurt()

偏态值

ptz=s1.skew()

print("-"*50)

print("测试数据如下：")

print(s1)

print("-"*50)

print("众数为：%.2f" % zs)

print("中位数为：%.2f" % zws)

print("平均数为：%.2f" % mu)

print("分位数分别为：%.2f %.2f %.2f" % (fws_025,fws_050,fws_075))

print("极差为：%.2f" % jc)

print("平均差为：%.2f" % pjc)

print("峰度值为：%.2f" % fdz)

print("偏态值为：%.2f" % ptz)

结果如下：

---

测试数据如下：

0 31

1 28

2 9

3 13

4 5

5 19

6 22

7 36

8 8

9 9

dtype: int64

---

众数为：9.00

中位数为：16.00

平均数为：18.00

分位数分别为：9.00 16.00 26.50

极差为：31.00

平均差为：9.20

峰度值为：-1.29

偏态值为：0.46