数据分析常用库及开发环境部署

常用库简介

1.Numpy

　　Numpy是Numerical Python的简写，主要可以用来做Python数值计算。它提供了多种数据结构、算法以及大部分涉及Python数值计算所需的接口。

　　具有以下优点：

　　　　①快速、高效的多维数组对象ndarray

　　　　②基于元素的数组计算以及直接对数组执行数学运算的函数

　　　　③用于读写硬盘上基于数组的数据集的工具

　　　　④线性代数运算、傅里叶变换，以及随机数生成

　　　　⑤用于将C、C++、Fortran代码集成到python的工具

2.Pandas

　　Pandas使我们进行数据分析的一个主要工具。它所包含的数据结构和数据处理工具的设计使得Python中进行数据清洗和分析非常快捷。pandas一般也是和其他数值计算工具一起使用的，支持大部分Numpy语言风格的数组计算。

　　pandas和numpy最大的区别就是pandas是用来处理表格型或者异质性数据的，而Numpy则刚好相反，它更适合处理同质型的数值类数组数据

3.matplotlib

　　matplotlib是最流行的用于绘制数据图表的python库。

4.Scipy

　　Scipy是科学计算领域针对不同标准问题域的包集合。提供了强大的科学计算方法（矩阵分析、信号分析、数理分析等）

5.IPython和Juypyter notebook

　　IPython是一个加强版的Python解释器，Juypyter notebook是一种基于Web的代码笔记本，最初也是源于IPython项目。

　　ipython安装：pip install ipython

开发环境部署

1.Anacoda介绍

　　Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等多个科学包及其依赖项，与电脑上已安装pycharm不冲突。

Anaconda解决了官方Python的两大痛点：

（1）提供了包管理功能，Windows平台安装第三方包经常失败的场景得以解决。

（2）提供环境管理功能，解决了多版本Python并存、切换的问题。

2.下载

　　Anaconda下载网址：https://www.anaconda.com/distribution/#download-section

3.配置环境变量

　　如果是Windows环境的话就需要在 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 当中添加anaconda的安装目录的Scripts文件夹。

　　验证：打开命令行输入 conda --version，如果能输出版本号就表示环境变量配置成功。

 4.运行Anaconda

打开安装的Anaconda文件。

点击Anaconda Navigator运行，便进入到主页面。

5.Jupyter里创建项目