引言 几 年 后 发 生 了 。在使用 SAS 工作超过 5 年 后 ，我决定走出自己的舒适区。作为一个数据科学家，我寻找其他有用的工具的旅程开始了 ！幸运的是，没过多久我就决定，Python 作为我的开胃菜。 我总是有一个编写代码的倾向。这次我做的是我真正喜欢的。代码。原来，写代码是如此容易！ 我一周内学会了 Python 基础。并且，从那时起，我不仅深度探索了这门语言，而且也帮助了 许多人学习这门语言。Python 是一种通用语言。但是，多年 来，具有强大的社区支持，这一语言已经有了 专门的数据分析和预测模型库。 由于 Python 缺乏数据科学的资源，我决定写这篇教程来帮助别人更快地学习 Python。在本教程中，我们将讲授一点关于如何使用Python 进行数据分析的信息，咀嚼它，直到我们觉得舒适并可以自己去实践。 目 录 1. 数 据 分 析 的 Python 基 础 o 为 什 么 学 Python 用 来 数 据 分 析 o Python 2.7 v/s 3.4 o 怎 样 安 装 Python o 在 Python 上 运 行 一些简单程序 2. Python 的 库和数 据 结构 o Python 的 数 据 结构 o Python 的 迭代和条件结构 o Python 库 3. 在 Python 中使用 Pandas 进行 探索性分 析 o 序 列 和 数 据 框 的 简 介 o 分 析 Vidhya 数 据 集 ——贷 款 的 预 测 问 题 4. 在 Python 中 使 用 Pandas 进 行 数 据 再 加 工 5. 使 用 Python 中 建 立 预 测 模 型 o 逻 辑 回 归 o 决 策 树 o 随 机 森 林 让 我 们 开 始 吧 1.数 据 分 析 的 Python 基 础 为什么学 Python 用来数 据 分 析 很 多 人 都 有 兴 趣 选 择 Python 作 为 数 据 分 析 语 言 。这一段时间以来，我 有 比较过 SAS 和 R。这里有 一些原因来支持学习 Python： • 开 源——免费安装 • 极好的 在 线社区 • 很 容易学习 • 可以成为 一种通用 的 语 言 ，用 于基于 Web 的 分 析 产品数 据 科学和 生产中 。 不 用 说 ， 它 仍 然 有 几 个 缺 点 ： • 它 是 一 种 解 释 性 的 语 言 ， 而 不 是 编 译 的 语 言 ， 因 此 可 能 占 用 更 多 的 CPU 时 间 。然而 ， 由于它 节省了程序员的 时 间 （由于学习的 方便）， 它 可...
