14个QA，讲述python与数据科学的“暧昧情事”

Python最近火了，大红大紫那种。PYPL(编程语言受欢迎程度) 四月官方榜单宣布，Python荣获NO.1，竟然连朋友圈里的文科生都开始转发Python课程打卡的链接了……这是怎样一个令全民疯狂的语言?

作为编程界的“头牌”名媛，Python平易近人的态度和精明婉约的灵动深得各个大佬欢心。比如：人工智能、web开发、爬虫、系统运维、数据分析与计算等等。这几位风流多金的行业精英随便哪个都能“逆转未来”。

本文为你精心准备了一段Python与数据科学的“暧昧史”——用Python进行数据科学概述，包括Numpy，Scipy，pandas，Scikit-Learn，XGBoost，TensorFlow和Keras等模块、包、库的用法。

1. 为何选择Python?

Python作为一种语言，十项全能，易于学习，安装简单。同时有很多扩展，非常适合进行数据科学研究。像Google、Instagram、Youtube、Reddit等明星网站都在用Python搭建核心业务。

Python不仅仅用于数据科学，还使用Python来做更多的工作——如编写脚本、构建API、构建网站等等。

关于Python的几点重要事项需要注意。

• 目前，有两种常用的Python版本。它们是版本2和3。大多数教程和本文将默认使用的是Python的最新版本Python 3。但有时会遇到使用Python 2的书籍或文章。版本之间的差异并不大，但有时在运行版本3时复制和粘贴版本2代码将无法正常工作，因此需要进行一些轻微的编辑。
• 要注意Python十分介意空白的地方(即空格和返回字符)。如果把空格放在错误的地方，程序很可能会产生错误。
• 与其他语言相比，Python不需要管理内存，也有良好的社区支持。

2. 安装Python

安装用于数据科学的Python的最佳方法是使用Anaconda发行版。

Anacoda有你使用Python进行数据科学研究所需的资料，包括将在本文中介绍的许多软件包。

单击Products - > Distribution并向下滚动，可以看到适用于Mac，Windows和Linux的安装程序。即使Mac上已经有Python，也应该考虑安装Anaconda发行版，因为有利于安装其他软件包。

此外，还可以去官方Python网站下载安装程序。

包管理器：

包是一段Python代码，而不是语言的一部分，包对于执行某些任务非常有帮助。通过包，我们可以复制并粘贴代码，然后将其放在Python解释器(用于运行代码)可以找到的地方。

但这很麻烦，每次启动新项目或更新包时都必须进行内容的复制和粘贴操作。因此，我们可以使用包管理器。Anaconda发行版中自带包管理器。如果没有，建议安装pip。

无论选择哪一个，都可以在终端(或命令提示符)上使用命令轻松安装和更新软件包。

3. 使用Python进行数据科学研究

Python迎合许多不同开发人员的技术要求(Web开发人员，数据分析师，数据科学家)，因此使用该语言具有很多不同的编程方法。

Python是一种解释型语言，不必将代码编译成可执行文件，只需将包含代码的文本文档传递给解释器即可。

快速浏览一下与Python解释器交互的不同方法吧。

(1) 在终端

如果打开终端(或命令提示符)并键入单词'Python'，将启动一个shell会话。可以在对话中输入有效的Python命令，以实现相应的程序操作。

这可以是快速调试某些东西的好方法，但即使是一个小项目，在终端中调试也很困难。

(2) 使用文本编辑器

如果你在文本文件中编写一系列Python命令并使用.py扩展名保存它，则可以使用终端导航到该文件，并通过输入python YOUR_FILE_NAME.py来运行该程序。

这与在终端中逐个输入命令基本相同，只是更容易修复错误并更改程序的功能。

(3) 在IDE中

IDE是一种专业级软件，可以进行软件项目管理。

IDE的一个好处是，使用调试功能可以告诉你在尝试运行程序之前出错的位置。

某些IDE附带了项目模板(用于特定任务)，你可以使用这些模板根据最佳实践设置项目。

(4) Jupyter Notebooks

这些方法都不是用python进行数据科学的最佳方式，最好是使用Jupyter Notebooks。

Jupyter Notebooks使你能够一次运行一“块”代码，这意味着你可以在决定下一步做什么之前看到输出信息-这在数据科学项目中非常重要，我们经常需要在获取输出之前查看图表。

如果你正在使用Anaconda，且已经安装了Jupyter lab。要启动它，只需要在终端中输入'jupyter lab'即可。

如果正在使用pip，则必须使用命令'python pip install jupyter'安装Jupyter lab。

4. Python中的数字计算

NumPy软件包中包含许多有用的函数，用于执行数据科学工作所需的数学运算。

它作为Anaconda发行版的一部分安装，并且使用pip安装，就像安装Jupyter Notbooks一样简单('pip install numpy')。

我们在数据科学中需要做的最常见的数学运算是矩阵乘法，计算向量的点积，改变数组的数据类型以及创建数组!

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!