基于 Python 的数据分析 文/李俊华 图 1：2018 年 5 月语言排行 他包括了一个强大的 N 维数组对象 Array。拥 有成熟的函数库，例如矩阵数据类型和矢量处 理等。使用 Array 进行数据处理的简单示例如 图 3 所示。 2.2 Pandas 很好的掌握了 Numpy 包，对于有效的使 用 Pandas 工具起到了很好的帮助效果。Pandas 是 Python 的一个数据分析包，他包含了很多 高级数据结构和操作工具，能够使得 Python 数据分析更加容易和快速。使用 Pandas 的简 单示例如图 4 所示。 2.3 Matplotlib 数据可视化是数据分析的结果呈现，能 够更直观更优雅的显示结果，Matplotlib 库是 Python 数据可视化的重要类库之一，她包含了 丰富的数据可视化资源，包括地图、3D 等都 要涉及。对于 Matplotlib 包含四部分内容： （1）Matplotlib 的基础 figure 类型； （2）调整 figure 的样式和颜色； （3）添加图的注释（包括坐标轴范围， 长宽比或坐标轴等）； （4）其他复杂图形。 简单示例图如图 5 和 6 所示。 3 结束语 通过对 Python 的数据分析的简要分析和 整理，得出使用 Python 来进行数据的分析， 需要学习和掌握其相应的类库，其学习路线 应 为， 理 解 最 好 掌 握 Python 的 基 础， 之 后 学 习 Python 的 Numpy， 学 习 Pandas， 学 习 Matplotlib。其中包括了数据的分析操作到数 据的可视化过程。通过本次浅析，能够清楚的 画出基于 Python 的数据分析的学习路线。 参考文献 [1]FabioNelli, 内 利 , 杜 春 晓 .Python 数 据 分析实战 [M]. 人民邮电出版社 ,2016. 作者简介 李俊华（1988-），女，黑龙江省哈尔滨市人。 摘 要 随着大数据与人工智能时代 的到来，数据分析日益成为这个 时代不可或缺的技术与技能。在 此背景下，Python 语言在数据分 析领域占据了一席之地，本文介 绍基于 Python 语言的数据分析的 基本情况及其在实际中的应用， 并规划出其学习路线。 【关键词】Python 语言 数据分析 大数据 人 工智能 随着大数据和人工智能时代的到来，对于 数据的处理无疑成为这个时代的基础和关键， 数据的处理包括多个方面，从数据的爬取，清 洗到数据的分析，再到数据的可视化展示等等 一系列的操作都是各个专家学者等研究和探索 的热点。同样，在编程语言的选择上，也成为 了大家辩论的焦点，在众多语言中，Python 语 言占据了其一席之地。 1 Python之火 最近在一个著名的计算机语言排行榜上， Python 一跃成为榜首，成为时下最流行的编程 语言，如图 1 所示。 1.1 动态语言 Python 是动态语言，较之于静态语言的 优势，Python 在使用变量前无需事先指定其类 型，而是由程序在执行时动态指定，使编程更 加自由和灵活。 1.2 Python之简洁 Python 语言相对于其他语言的优势之一 是简洁，完成同样的功能，Python 所需的代码 往往只有其他语言（如 C、C++ 和 Java 等） 的 1/5-1/3。例如，要实现 HelloWorld，Python 只需一行的代码量，而 Java 则需要三行。具 体如图 2 所示。 1.3 Python之丰富类库 Python 另一个强大的优势在于他具有强 大丰富的类库，这使得 Python 在数据分析， 爬虫或者机器学习等过程中能够非常便捷的调 用现有的类库来完成相关的功能。 2 Python数据分析 Python 为数据分析提供了丰富的类型， 使用 Python 进行数据分析，主要就是对其相 关类库的学习及使用。 2.1 Numpy Numpy 是利用 Python 科学计算的基础包， 图 2：Python VS Java 图 3：Data processing using Arrays 图 4：Data Frame 图 5：Color Maps 图 6：Polar Coordinates 研究方向为软件工程。 作者单位 哈尔滨广厦学院信息学院 黑龙江省哈尔滨市 150025 Electronic Technology & Software Engineering 电子技术与软件工程 • 167 Data Base Technique • 数据库技术