Python資料分析與視覺化(經典學習資料)

阿里瓜瓜發表於2016-12-12
Python視覺化
Numpy：來儲存和處理大型矩陣，比Python自身的巢狀列表（nested list structure)結構要高效的多，本身是由C語言開發。這個是很基礎的擴充套件，其餘的擴充套件都是以此為基礎。資料結構為ndarray.

快速入門：Quickstart tutorial

Pandas:基於NumPy 的一種工具，該工具是為了解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。資料結構有一維的Series，二維的DataFrame(類似於Excel或者SQL中的表，如果深入學習，會發現Pandas和SQL相似的地方很多，例如merge函式)，三維的Panel（Pan（el) + da(ta) + s，知道名字的由來了吧）。學習Pandas你要掌握的是：

  1. 彙總和計算描述統計，處理缺失資料 ，層次化索引
  2. 清理、轉換、合併、重塑、GroupBy技術
  3. 日期和時間資料型別及工具（日期處理方便地飛起）

快速入門：10 Minutes to pandas

Matplotlib:Python中最著名的繪圖系統，很多其他的繪圖例如seaborn（針對pandas繪圖而來）也是由其封裝而成。創世人John Hunter於2012年離世。這個繪圖系統操作起來很複雜，和R的ggplot,lattice繪圖相比顯得望而卻步，這也是為什麼我個人不丟棄R的原因，雖然呼叫

plt.style.use("ggplot")

繪製的圖形可以大致按照ggplot的顏色顯示，但是還是感覺很雞肋。但是matplotlib的複雜給其帶來了很強的定製性。其具有物件導向的方式及Pyplot的經典高層封裝。
需要掌握的是：

  1. 散點圖，折線圖，條形圖，直方圖，餅狀圖，箱形圖的繪製。
  2. 繪圖的三大系統：pyplot，pylab(不推薦)，物件導向
  3. 座標軸的調整，新增文字註釋，區域填充，及特殊圖形patches的使用
  4. 金融的同學注意的是：可以直接呼叫Yahoo財經資料繪圖（真。。。）

    

  Pyplot快速入門：Pyplot tutorial

Scipy：方便、易於使用、專為科學和工程設計的Python工具包.它包括統計,優化,整合,線性代數模組,傅立葉變換,訊號和影像處理,常微分方程求解器等等。基本可以代替Matlab，但是使用的話和資料處理的關係不大，數學系，或者工程系相對用的多一些。（略）
近期發現有個statsmodel可以補充scipy.stats，時間序列支援完美

Scikit-learn：關注機器學習的同學可以關注一下，很火的開源機器學習工具，這個方面很多例如去年年末Google開源的TensorFlow，或者Theano，caffe(賈揚清)，Keras等等，這是另外方面的問題。
主頁：An introduction to machine learning with scikit-learn

圖書： Pandas的創始者：利用Python進行資料分析 (豆瓣)（力薦）

  1. 教材的集合：Scipy Lecture Notes（寫的非常棒！遺憾缺少Pandas）
  2. 提升自己：機器學習實戰 (豆瓣)

 

視訊：

  1. Numpy入門： http://www.jikexueyuan.com/course/1537.html
  2. Pandas視訊講解：pandas課程介紹

  3. Matplotlib講解：課程簡介和環境搭建

  4. Scipy入門：http://www.jikexueyuan.com/course/1519.html

相關文章