陳新龍

我們可以在一些面向白領(lǐng)的編程培訓(xùn)廣告中看到，僅用幾節(jié)課學(xué)會(huì)Python之后，五分鐘就可以把領(lǐng)導(dǎo)分派的幾百?gòu)圗xcel表格處理完畢，這就是利用了Python的數(shù)據(jù)分析功能……

一、 數(shù)據(jù)分析簡(jiǎn)介

數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析，將它們加以匯總和理解并消化，以求最大化地開(kāi)發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。

而Python能成為受歡迎的編程語(yǔ)言最主要的原因是它的簡(jiǎn)單易學(xué)。與其他語(yǔ)言相比，Python的語(yǔ)法很簡(jiǎn)單，幾天就可以掌握它的基礎(chǔ)知識(shí)。即使在學(xué)習(xí)其他語(yǔ)言（例如C++、Java）之后，開(kāi)發(fā)者通常還是更喜歡使用Python。因?yàn)镻ython庫(kù)幾乎可以滿足所有開(kāi)發(fā)需求。所以，庫(kù)和簡(jiǎn)單的語(yǔ)法讓使用Python進(jìn)行開(kāi)發(fā)既簡(jiǎn)單又高效，也讓其成為適合初學(xué)者的語(yǔ)言。

我們也要跟隨著知識(shí)潮流的腳步，電腦報(bào)也會(huì)逐步和大家分享一些數(shù)據(jù)分析的技巧，在基本掌握Python后將其應(yīng)用到實(shí)際工作中解放自己的生產(chǎn)力。

在學(xué)好Python的基礎(chǔ)知識(shí)后，初學(xué)數(shù)據(jù)分析可以使用兩款開(kāi)發(fā)工具Pycharm或Jupyter Notebook。大致上從數(shù)據(jù)類(lèi)型開(kāi)始學(xué)習(xí)，深入到數(shù)據(jù)處理分析，再到圖形輸出。每一部分都有很多知識(shí)點(diǎn)，希望能在未來(lái)的日子里和大家一起學(xué)習(xí)進(jìn)步。

今天就通過(guò)實(shí)例體會(huì)一下數(shù)據(jù)分析的簡(jiǎn)單過(guò)程吧。下面我們根據(jù)班級(jí)學(xué)生基本情況表來(lái)分析班級(jí)中的男女生比例，并畫(huà)出餅圖來(lái)。雖然例子只處理了一張簡(jiǎn)單的表格，但是當(dāng)我們使用Python作為數(shù)據(jù)分析工具時(shí)，就可以快速處理大量的表格和數(shù)據(jù)（圖1）。

二、 開(kāi)發(fā)工具簡(jiǎn)介

Pycharm和Jupyter Notebook是我們用來(lái)編寫(xiě)數(shù)據(jù)分析程序的常用開(kāi)發(fā)工具，兩者各有優(yōu)勢(shì)。

Pycharm是一款功能強(qiáng)大的Python開(kāi)發(fā)環(huán)境，有大量的庫(kù)為數(shù)據(jù)分析和處理提供了完整的工具集，但在使用過(guò)程中，需要手動(dòng)安裝需要的庫(kù)。在用于數(shù)據(jù)分析時(shí)Pycharm更全能，采用了更具創(chuàng)新性的實(shí)現(xiàn)算法，還能和其他語(yǔ)言對(duì)接，例如與C語(yǔ)言對(duì)接彌補(bǔ)Python運(yùn)行效率不高的問(wèn)題。

Jupyter Notebook是基于網(wǎng)頁(yè)的用于交互計(jì)算的應(yīng)用程序，它是一個(gè)性能強(qiáng)大的終端可以在網(wǎng)頁(yè)中直接編寫(xiě)和運(yùn)行代碼（可以寫(xiě)一行代碼，執(zhí)行一行，運(yùn)行結(jié)果直接在代碼塊下顯示）。這個(gè)集文本、代碼、圖像、公式展現(xiàn)于一體的超級(jí)Python Web界面，可以幫助我們學(xué)習(xí)和調(diào)試代碼。而且已經(jīng)集成了大量的庫(kù)，用起來(lái)非常方便。

三、 數(shù)據(jù)分析處理

1. 環(huán)境安裝

本例我們?cè)贘upyter Notebook上實(shí)操。

Jupyter Notebook的安裝網(wǎng)上已有不少教程，不再贅述，附上安裝教程鏈接：

https：//blog.csdn.net/yu1014745867/article/

details/84191485

2. 導(dǎo)入庫(kù)

在數(shù)據(jù)分析中，我們需要不同庫(kù)的幫助。選擇數(shù)據(jù)路徑，對(duì)數(shù)據(jù)預(yù)處理、清洗、分析，最后繪制圖表……本次Python實(shí)例中需要用到以下函數(shù)庫(kù)。

Numpy庫(kù)：用來(lái)實(shí)現(xiàn)科學(xué)計(jì)算，包括計(jì)算數(shù)組、一些隨機(jī)的函數(shù)……對(duì)文件中的數(shù)據(jù)進(jìn)行處理。

Pandas庫(kù)：提供大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)與方法，比如導(dǎo)入文件、提取文件……

OS庫(kù)：提供了豐富的方法用來(lái)處理文件和目錄，包括一些修改文件的目錄……

由于我們已經(jīng)安裝好了Jupyter Notebook，這些需要函數(shù)庫(kù)直接導(dǎo)入就可以使用了（如圖2）。在Jupyter Notebook分段輸入部分代碼就可以直接運(yùn)行查看效果，特別適合我們學(xué)習(xí)。

3. 導(dǎo)入數(shù)據(jù)表

導(dǎo)入成功后便可以利用os函數(shù)定位到文件所指定的位置“F：＼＼數(shù)據(jù)分析表”，數(shù)據(jù)表格放在這個(gè)目錄下（如圖3）。

隨后我們用pandas將所需的數(shù)據(jù)從表格文件中調(diào)取出來(lái)，我們采用的數(shù)據(jù)是一張班級(jí)成員信息表（表格中個(gè)人隱私有打碼）（如圖4）。

由于數(shù)據(jù)量較大，我們只需要使用“data1[：5]”提取前面五行的內(nèi)容便于觀察數(shù)據(jù)格式和內(nèi)容。

4. 數(shù)據(jù)清洗

觀察數(shù)據(jù)后發(fā)現(xiàn)并沒(méi)有性別這一項(xiàng)內(nèi)容，但是數(shù)據(jù)中存在著身份證號(hào)一項(xiàng)，可以利用數(shù)據(jù)清洗整理提取身份證倒數(shù)第二位數(shù)字的奇偶性來(lái)判斷性別。首先增加一個(gè)列表用來(lái)存放性別，其次定義male和female兩個(gè)變量分別代表男和女， 利用循環(huán)提取出所有的身份證號(hào)，然后再去尋找出倒數(shù)第二位的數(shù)字（注意Python是左開(kāi)右閉的這個(gè)知識(shí)點(diǎn)）然后利用判斷語(yǔ)句判斷倒數(shù)第二個(gè)數(shù)和2的余數(shù)是否等于0，如果余數(shù)等于0代表女，否則代表男（如圖5）。

將男女的性別添加到列表中。之后再使用“data1[：5]”，我們可以看到已經(jīng)多出了性別這一列（如圖6）。

數(shù)據(jù)清洗簡(jiǎn)單說(shuō)就是把數(shù)據(jù)中的污染“洗掉”，指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤，包括檢查數(shù)據(jù)一致性、處理無(wú)效值和缺失值等。這是數(shù)據(jù)分析的難點(diǎn)，需要針對(duì)具體情況提出相應(yīng)的解決方案。

5. 繪制圖表

根據(jù)已經(jīng)處理過(guò)的數(shù)據(jù)就可以統(tǒng)計(jì)male和female的人數(shù)，根據(jù)這兩個(gè)數(shù)值就可以算出對(duì)應(yīng)的比例。然后用餅圖的方式繪制出來(lái)（圖7）。

Python繪制圖形需要用到Python Matplotlib.pyplot庫(kù)。Matplotlib庫(kù)是一個(gè)面向?qū)ο蟮睦L圖庫(kù)。繪圖界面由pyplot模塊提供。該模塊提供了許多繪圖函數(shù)，男女比例可以用餅圖來(lái)直觀顯示，餅圖利用plt.pie的方法，設(shè)置繪制所需要的參數(shù)，包括數(shù)據(jù)值、區(qū)間的內(nèi)容、顯示字符的距離、區(qū)間顯示的顏色、百分比……都需要一一設(shè)置好。由于圖形的參數(shù)設(shè)置繁雜，這里就不一一詳述了，你可以根據(jù)參數(shù)表自行查看使用（圖8）。

掌握數(shù)據(jù)分析是一項(xiàng)非常實(shí)用的技能，要想學(xué)好還需要提前打好一定的數(shù)學(xué)和編程基礎(chǔ)，本實(shí)例只是拋磚引玉告訴你Python可以幫你快速處理數(shù)據(jù)，今后我們也會(huì)繼續(xù)介紹一些均值、方差的計(jì)算實(shí)例，希望能夠?qū)δ兴鶐椭?/p>