01-数据分析介绍与环境安装

1-1数据分析介绍

数据分析基本概念

• 用适当的统计方法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
• 对数据加以详细研究和概括总结的过程

数据分析的流程

为什么要学习数据分析

• 岗位有需求
• 是机器学习的基础
• 数据科学的基础

数据分析工具

注意

数据分析与数据挖掘的相似之处：

• 数据挖掘和数据分析都是对数据进行分析、处理等操作，从而得到有价值的知识

数据分析与数据挖掘的区别：

• 在应用工具上，数据分析更多的是借助现有的分析工具进行；而数据挖掘一般需要通过编程来实现。
• 在行业知识方面，数据分析要求对所从事的行业有比较深的了解，更多的是将数据与业务紧密结合起来；而数据挖掘不需要太多的行业知识，更专注技术层面。

环境部署

• pycharm
• jupyter

1-2Jupyter使用

Jupyter介绍

Jupyter Notebooks 是什么？

Jupyter Notebooks 是一款开源的网络应用，我们可以将其用于创建和共享代码与文档。

其提供了一个环境，你无需离开这个环境，就可以在其中编写你的代码、运行代码、查看输出、可视化数据并查看结果。因此，这是一款可执行端到端的数据科学工作流程的便捷工具，其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等。

Jupyter Notebooks 特点

• 基于web的在线编辑器
• 可交互式
• .ipynb文件分享
• 支持markdown

Jupyter 安装

如何安装 Jupyter Notebooks

1、首先需要在你的机器上安装 Python。(建议python3.6-3.7都可)
2、安装命令:pip install jupyter

Jupyter 使用

如何运行 Jupyter Notebooks？

1.首先需要建立单独项目文件夹(建议名称不要包含中文)
2.windows+R输入cmd进入windows终端
3.切换到该文件夹路径下
4.打开命令:jupyter notebook

基础使用 Jupyter Notebooks

如图所示：

打开笔记本后，你会看到顶部有三个选项卡：Files、Running 和 Clusters。其中，Files 基本上就是列出所有文件，Running 是展示你当前打开的终端和笔记本，Clusters 是由 IPython 并行提供的。

要打开一个新的 Jupyter 笔记本，点击页面右侧的「New」选项。
• Python3 --> 创建python file
• Text File --> 文本编辑器
• Folder --> 创建文件夹
• Teminal --> 终端(类似于Windows上的cmd)

创建python file

在代码上面的菜单中，你有一些操作各个单元的选项：添加、编辑、剪切、向上和向下移动单元、运行单元内的代码、停止代码、保存工作以及重启 kernel。

• Code --> 代码
• Markdown --> 标记(在运行一段代码后添加你的结论、添加注释等。)
• Raw NBConvert --> 原生NBConvert(将你的笔记本转换成另一种格式（比如 HTML）的命令行工具。)
• Heading --> 标题(也是Markdown语法)

快捷键使用

• 运行 --> Ctrl+Enter
• Esc --> 命令模式
• Enter --> 编辑模式

进入命令模式之后快捷键:

• A --> 在活跃单元之上插入一个新单元
• B --> 在活跃单元之下插入一个新单元
• 连续按两次 D --> 可以删除一个单元
• Z --> 撤销被删除的单元
• Y 会将当前活跃的单元变成一个代码单元
• 按住 Shift +上或下箭头可选择多个单元。在多选模式时，按住 Shift + M 可合并你的选择。

处于编辑模式时快捷键:

• Ctrl + Home 到达单元起始位置
• Ctrl + S 保存进度
• Ctrl + Enter 会运行整个单元块
• Alt + Enter 不止会运行你的单元块，还会在下面添加一个新单元