建议收藏带你入门数据分析及环境搭建
Posted ZSYL
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了建议收藏带你入门数据分析及环境搭建相关的知识,希望对你有一定的参考价值。
数据分析前奏
数据分析介绍
什么是数据分析?
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据分析的目的有多种,概括起来有三种:现状分析、原因分析、预测分析。
-
现状分析简单来说就是告诉你过去发生了什么。
-
原因分析简单来说就是告诉你某一现状为什么发生。
-
预测分析简单来说就是预测未来会发生什么。
数据分析六大步骤
数据分析主要有六个过程:
- 需求明确:明确做数据分析的目标。为后面的分析过程做好铺垫。
- 数据收集:通过爬虫、商务合作的方式,获取想要的数据。
- 数据处理:对获取来的数据进行处理和清洗,把不需要的剔除掉,把需要的加工成我们想要的。方便后面的分析。
- 数据分析:根据自己的目的,以及现有的数据确定好分析的方法。
- 数据展现:将数据按照确定好的分析方法进行展示出来。
- 撰写报告:将分析的结果通过图表和文字的方式形成报告文档。
数据分析的误区
- 分析目的不明确,为分析而分析:一定要找准自己分析数据的目标而去分析,比如是要了解现状,还是找出原因,还是预测未来发展等,千万不要为了分析而分析,这样就偏离主题了。
- 缺乏业务知识,分析结果偏离实际:分析数据的时候,一定要和公司的业务结合起来。如果脱离业务,即使数据分析方法再牛逼,图标再优美,也无济于事。
- 追求高级分析方法:一些人喜欢用一些高级的分析方法,认为只有这样才能体现专业性。其实高级的数据分析方法不一定是最好的,能够简单有效的解决问题的方法才是最好的。
数据分析的方法和工具
数据分析可以通过工具,也可以通过代码来实现。以下分别列出这些常用的:
- 工具:Excel、Tableau、SPSS、百度图说等。
- 编程:Python语言、R语言、数据库的SQL语言、Excel的VBA语言等。
工具和代码该怎么选
两者没有好坏之分,只有合适之分。
数据分析总体来讲有两个模块,一个是数据处理,一个是可视化。
- 如果数据已经经过处理了,并且手头上的软件可以直接非常方便的做可视化处理,那么我们用软件实现就可以。
- 如果数据没有经过处理,那么最好通过python或者r对数据进行有一些处理,然后再通过软件可视化。或者软件的可视化无法满足我们的要求,那么可以通过代码来实现。
总而言之,工具功能无法100%的满足你的要求,但是效率高。代码做数据处理比较好,最数据可视化比较繁琐,但是DIY属性强!
环境搭建
Python版本:
数据分析用到的Python版本都是3.x。要有一定的Python基础,知道列表、字符串、函数等的用法。
Anaconda:
Anaconda(水蟒)
是一个捆绑了Python
、conda
、其他相关依赖包的一个软件。包含了180多个可学计算包及其依赖。Anaconda3
是集成了Python3
的环境,Anaconda2
是集成了Python2
的环境。Anaconda
默认集成的包,是属于内置的Python
的包。并且支持绝大部分操作系统(比如:Windows、Mac、Linux等)。
下载地址如下:https://www.anaconda.com/distribution/
(如果官网下载太慢,可以在清华大学开源软件站中下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
)。
根据自己的操作系统,下载相应的版本,因为Anaconda
内置了许多的包,所以安装过程需要耗费相当长的时间,大家在安装的时候需要耐心等待。
在安装完成后,会有以下几个模块:Anaconda prompt
、Anaconda Navigator
、Spyder
、jupyter notebook
,以下分别做一些介绍。
Anaconda prompt:
Anaconda prompt
是专门用来操作anaconda
的终端。如果你安装完Anaconda
后没有在环境变量的PATH
中添加相关的环境变量,那么以后你想在终端使用anaconda
相关的命令,则必须要在Anaconda prompt
中完成。
Anaconda Navigator:
这个相当于是一个导航面板,上面组织了Anaconda
相关的软件。
Spyder:
一个专门开发Python
的软件,熟悉MATLAB
的同学会比较有亲切感,但在后期的学习过程中,我们将不会使用这个工具写代码,因为还有更好的可替代的工具。
jupyter notebook:
一个Python编辑环境,可以实时的查看代码的运行效果。
使用jupyter notebook的姿势:
- 先打开
Anaconda Prompt
,然后进入到项目所在的目录。 - 输入命令
jupyter notebook
打开jupyter notebook
浏览器。
conda基本使用:
conda
伴随着Anaconda
安装而自动安装的。conda
可以跟virtualenv
一样管理不同的环境,也可以跟pip
一样管理某个环境下的包。
以下来看看两个功能的用法:
环境管理:
conda
能跟virtualenv
一样管理不同的Python
环境,不同的环境之间是互相隔离,互不影响的。为什么需要创建不同的环境呢?
原因是有时候项目比较多,但是项目依赖的包不一样,比如A
项目用的是Python2
开发的,而B
项目用的是Python3
开发的,那么我们在同一台电脑上就需要两套不同的环境来支撑他们运行了。创建环境的基本命令如下:
# conda create --name [环境名称] 比如以下:
conda create --name da-env
这样将创建一个叫做da-env
的环境,这个环境的python
解释器根据anaconda
来,如果anaconda
为3.7
,那么将默认使用3.7
的环境,如果anaconda
内置的是2.7
,那么将默认使用2.7
的环境。
然后你就可以使用conda install numpy
的方式来安装包了,并且这样安装进来的包,只会安装在当前环境中。
如果想要装一个Python2.7
的环境,anaconda
中没有内置Python2.7
,那么该怎么实现呢?。
实际上,我们只需要在安装的时候指定python
的版本,如果这个版本现在不存在,那么anaconda
会自动的给我们下载。
所以安装Python2.7
的环境,使用以下代码即可实现:
conda create --name xxx python=2.7
以下再列出conda
管理环境的其他命令:
-
创建的时候指定需要安装的包:
conda create --name xxx numpy pandas
-
创建的时候既需要指定包,也需要指定python环境:
conda create --name xxx python=3.7 numpy pandas
-
进入到某个环境
windows: activate xxx mac/linux: source activate xxx
-
退出环境:
deactivate
-
列出当前所有的环境:
conda env list
-
移除某个环境:
conda remove --name xxx --all
-
环境下的包导出和导入:
- 导出:
conda env export > environment.yml
。 - 导入:
conda env create --name xxx -f environment.yml
。
- 导出:
包管理:
conda
也可以用来管理包。比如我们创建完一个新的环境后,想要在这个环境中安装包(比如numpy),那么可以通过以下代码来实现:
activate xxx
conda install numpy
以下再介绍一些包管理常用的命令:
-
在不进入某个环境下直接给这个环境安装包:
conda install [包名] -n [环境名]
-
列出该环境下所有的包:
conda list
-
卸载某个包:
conda remove [包名]
-
设置安装包的源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes
加油!
感谢!
努力!
以上是关于建议收藏带你入门数据分析及环境搭建的主要内容,如果未能解决你的问题,请参考以下文章
保姆级|建议收藏阿ken带你学Java入门及进阶——基本数据类型与数组,文末有彩蛋鸭✨✨✨
保姆级|建议收藏阿ken带你学Java入门及进阶——运算符循环语句,文末有彩蛋鸭✨✨✨
保姆级|建议收藏阿ken带你学Java入门及进阶——运算符循环语句,文末有彩蛋鸭✨✨✨
零基础带你快速入门如何通过eclipse导入web项目及Tomcat项目部署 | 全网独家,墙裂建议收藏