文章目录

内容介绍

Python的诞生

Python数据分析应用

Python的特点

Python的安装

数据分析师使用Python的基础语法

数据分析师使用Python的控制流语句

内容介绍

本文介绍 Python数据分析师 编程基础的内容。

虽然作为一名数据分析师来说编程不是必备技能，对于不管任何编程语言Python、R、MATLAB、GO等等这些都是工具，不管使用哪一种语言我们的目标是一致的，就是做数据分析，得到想要的结果，然后进行解读，所以对于编程来说没有好坏之分，因此选择一个适合自己的就可以了。

本系列文章介绍的是对于Python复杂的编程语言中提取了数据分析常用的数据处理以及数据可视化等数据分析师常用的内容，区别与其他的Python编程教程，如果是纯开发的小伙伴，看完本系列的文章仅仅只能掌握数据相关处理的内容，并不能完全掌握开发方面的技能，请有选择阅读。

Python的诞生

Python的创始人为GuidovanRossum。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC语言的一种继承。之所以选中Python（大蟒蛇的意思）作为该编程语言的名字，是因为他是一个叫MontyPython的喜剧团体的爱好者。

Python数据分析应用

数据采集：以Scrapy为代表的各类方式的爬虫。

数据库连接：Python有大量各类数据库的第三方包，方便快速的实现增删改查。

数据清洗：Numpy、Pandas，结构化和非结构化的数据清洗及数据规整化的利器。

数据分析：Pandas、StatsModels、Scipy，统计分析，科学计算、建模等。

数据可视化：Matplotlib、Seaborn等等大量各类可视化的库。

机器学习和深度学习（算法应用）。

Python的特点

简单、易学Python是一种代表简单主义思想的语言，有简单的语法，容易上手。Python能够专注于解决问题而不是去搞明白语言本身。

面向对象的高层语言无需关注底层细节，而C/C++中需要操作指针。与其他语言相比，Python以强大而又简单的方式实现面向对象编程。

解释性强Python程序不需要编译成二进制代码，可以直接在源代码上运行。

免费开源，可移植性Unix衍生系统，Win32系统家族，掌上电脑/手机，游戏控制台（PSP）等等。

可扩展性，可嵌入性如果一段关键代码希望运行得更快或者希望算法不公开，可以把这部分程序用C或C++编写，然后在Python程序中使用。可以把Python嵌入到C/C++程序，从而向程序用户提供脚本功能。

丰富的库Python标准库确实很庞大，包括正则表达式、文档生成、单元、测试、线程、数据库、网页浏览器、等等。此外，还有其他高质量的库，如wxPython、Twisted和图像库等等。

Python的安装

对于数据分析师而言，不建议使用原生的方式安装Python。而是使用对数据分析师更加友好的 Anaconda 进行安装，更多辅助数据分析师的功能。

并且基于 Anaconda 的 Jupyter Notebook，也是集成很多使用功能的编辑器同时兼具交互式的优点。可以在同一个界面中保存展示代码，展现运行结果，实时互交式运行代码等功能，并且对新手非常友好，不需要过多的配置。

安装教程点击这里：

在windows下安装Python，Anaconda最新版本、免费Pycharm极简教程

数据分析师使用Python的基础语法

这部分内容了解即可，会在实际操作中讲解。

Python 标识符。

Python 标准的数据类型。

Python 数据类型转换。

Python 运算符。

Python 变量。

数据分析师使用Python的控制流语句

这部分内容了解即可，会在实际操作中讲解。

单分支结构

双分支结构

多分支结构