Python資料分析環境和工具
一、資料分析工作環境
Anaconda:
Anaconda（水蟒）是一個科學計算軟體發行版，集成了大量常用擴充套件包的環境，包含了 Python 直譯器，conda 包管理工具，以及 NumPy、Pandas、Matplotlib 等 180 多個科學計算包及其依賴項，並且支援所有作業系統平臺。
下載地址：https://www.continuum.io/downloads
conda命令和pip命令對比：
安裝包：
pip install xxx,conda install xxx解除安裝包：
pip uninstall xxx,conda uninstall xxx升級包：
pip install upgrade xxx,conda update xxx
二、資料分析工具
Python本身的資料分析功能不強，需要第三方的擴充套件庫來增強的它的能力。我們課程用到的庫包括NumPy、Pandas、Matplotlib等，下面對這三個庫做一個簡單介紹，後面會通過案例深入講解相關庫的使用。
Numpy
Python並沒有提供陣列的功能。雖然列表可以完成基本的陣列功能，但它不是真正的陣列，而且在資料量較大的時候，使用列表的速度會慢的讓人難以接受。為此，Numpy提供了真正的陣列功能，以及對資料進行快速高效處理的函式。Numpy還是很多更高階的擴充套件庫的依賴庫，後面講解的Matplotlib庫、Pandas庫都依賴於它。
Pandas
Pandas是Python下最強大的資料分析工具。它包含高階的資料結構，使得在Python中處理表格型資料非常快速和簡單。Pandas構建與Numpy之上，它使得以Numpy為中心的應用很容易被使用，最初是被作為金融資料分析工具而開發出來的。
Pandas功能非常強大，支援類似與SQL的資料增、刪、改、查，並且帶有豐富的資料處理函式，支援靈活的處理缺失資料。
Matplotlib
處理資料分析的結果，都免不了資料視覺化的問題。對於Python來說， Matplotlib來說是最著名的繪相簿，它主要用於二維繪圖。它可以讓我們非常快捷的用Python視覺化資料。
三、IDE開發工具
Jupyter Notebook：
命令：
jupyter notebook
Anaconda自帶，無需單獨安裝
實時檢視執行過程
基本的web編輯器（本地）
.ipynb 檔案分享
可互動式
記錄歷史執行結果
支援編寫markdown
IPython：
命令：
ipython
Anaconda自帶，無需單獨安裝
Python的互動式命令列 Shell
可互動式
記錄歷史執行結果
及時驗證結果
Spyder：
命令：
spyder
Anaconda自帶，無需單獨安裝
免費，操作簡單的圖形介面IDE
PyCharm：
JetBrains公司出品，功能最強大的 Python 圖形介面IDE。
收費軟體，需要自行安裝和購買：https://www.jetbrains.com/pycharm/download
四、Python3 常用的新特性
print() 是函式，不再是一個語句
Python2中的raw_input()輸入函式，改為 input()
Python 3 對文字和二進位制資料做了更為清晰的區分。
新增資料型別 bytes (位元組包)，代表二進位制資料以及被編碼的文字字串前有個字首
b
文字由unicode表示，為str型別
二進位制資料由bytes (位元組包)表示，為bytes型別
Python3中字串型別 bytes 與 str 轉換
str 可以編碼(encode)成 bytes
bytes 可以解碼(decode)成 str
字串格式化輸出方式：新增format()方式
dict型別變化：
之前的 iterkeys(), itervalues(), iteritems()，
改為現在的 keys(), values(), items()
五、字串編碼格式回顧：
ASCII：早期計算機儲存英文字元的編碼方式GB2312：對ASCII的中文擴充套件GBK/GB18030：包括了GB2312的所有內容，同時又增加了近20000個新的漢字和符號，是簡體中文Windows環境下預設編碼格式Unicode：包括了全球的符號和編碼。每個字元用3~4個位元組表示，浪費空間UTF-8：可變長的編碼方式，在網際網路上使用最廣泛的一種Unicode的實現方式，根據語種決定字元長度，如一個漢字3個位元組，一個字母1個位元組，也是Linux環境下預設編碼格式。
在Python3中，Unicode編碼字串使用str型別表示，非Unicode編碼字串（如gbk、utf-8等）用bytes型別表示。
關注【Python開發者交流平臺】公眾號 ，在微信後臺回覆【領取資源】，獲取IT資源200G乾貨大全。