信息技术基础 🧐

本章概述 📚

• 为什么要学习Python？🤔
• Python 的基本概念和应用 💡
• 如何安装和配置 Python 环境 ⚙️
• 重要的 Python 库介绍 📦
• Jupyter Notebook 的使用 📝

为什么选择 Python？🐍 (1/3)

易学易用 👍:

• Python的语法设计得非常简洁和清晰，就像读英语一样自然。
• 这使得Python对编程初学者非常友好，可以更快地上手并开始编写代码。

为什么选择 Python？🐍 (2/3)

应用广泛 🌍:

Python在许多领域都有广泛的应用，包括但不限于：

• 数据分析 📊: Python可以帮助你处理、清洗和分析各种类型的数据，从中提取有价值的信息。
• 机器学习 🤖: 你可以使用Python构建智能模型，进行预测、分类和聚类等任务，实现自动化决策。
• Web 开发 🌐: Python可以用于搭建网站和开发Web应用程序，提供各种在线服务。

为什么选择 Python？🐍 (3/3)

应用广泛 🌍 (续):

• 自动化脚本 ⚙️: 你可以编写Python脚本来自动执行各种重复性的任务，提高工作效率。
• 科学计算 🔬: Python可以进行复杂的数学运算、模拟实验等科学计算任务。
• 更多领域…

Python 社区与职业发展

社区强大 💪:

• Python拥有一个庞大而活跃的开发者社区。
• 这意味着你可以轻松地找到各种Python库、工具和技术支持。
• 遇到问题时，你可以方便地在社区中寻求帮助或找到解决方案。

需求量大 💼:

• Python是目前最热门的编程语言之一，在各行各业都有广泛的应用。
• 掌握Python可以为你带来更多的职业发展机会。

Python 语言的特性

Python 是一种解释型、面向对象、动态数据类型的高级程序设计语言。

• 解释型语言：代码在运行时由解释器逐行翻译成机器码并执行，无需事先编译。
• 面向对象：支持面向对象编程（OOP）范式，提高了代码的可重用性和可维护性。
• 动态数据类型：变量类型在运行时自动确定，使代码更简洁，但也需注意类型错误。

Python解释器与编译型语言的区别

与编译型语言的区别：

• 编译型语言（如 C++、Java）：源代码首先被编译器一次性编译成机器码（可执行文件），然后直接运行。
• 解释型语言（如 Python、JavaScript）：源代码在运行时由解释器逐行翻译执行。

编译型语言 vs. 解释型语言

优缺点比较：

OOP的优势

优势：

• 模块化：代码被组织成更易于管理和理解的模块。
• 可重用性：通过继承和组合，可以重用现有的代码。
• 可维护性：更容易修改和扩展代码，而不会影响其他部分。
• 可扩展性：更容易添加新功能。

Python 动态数据类型 ❓ (1/2)

在Python中，你不需要在声明变量时指定其数据类型。变量的类型在运行时根据你赋给它的值自动确定。

示例：

x = 10       # x 是整数类型 (int)
print(type(x))

x = "Hello"  # 现在 x 是字符串类型 (str)
print(type(x))

<class 'int'>
<class 'str'>

Python 动态数据类型 ❓ (2/2)

x = 3.14     # 现在 x 是浮点数类型 (float)
print(type(x))

x = [1, 2, 3] # 现在 x 是列表类型 (list)
print(type(x))

<class 'float'>
<class 'list'>

动态数据类型的优势与注意点

优势：

• 代码简洁：不需要显式地声明变量类型，使代码更简洁易读。
• 灵活性：变量可以在运行时改变类型，提供了更大的灵活性。

需要注意的点：

• 类型错误：由于变量类型是动态的，如果在运行时进行了不兼容的操作，可能会导致类型错误。
• 代码可读性：虽然不需要显式声明类型，但良好的代码风格仍然建议在适当的地方添加注释或使用类型提示来提高代码的可读性和可维护性。

Python 类型提示 (Type Hints)

类型提示 (Type Hints)：

def greet(name: str) -> str:
    return "Hello, " + name

print(greet("World"))

Hello, World

Python 发展史 📜 (1/2)

• 1989 年圣诞节 🎄:
  • Guido van Rossum，一位荷兰的数学家和计算机学家，为了打发圣诞节的无聊时间，开始开发 Python 语言。
  • Python 的名字来源于他喜欢的一个喜剧团体 “Monty Python’s Flying Circus”。

Python 发展史 📜 (2/2)

• 1991 年 🎉:
  • Python 的第一个公开发行版问世，标志着 Python 语言的正式诞生。

Python 2.0 的里程碑

• 2000 年 10 月 2️⃣:
  • Python 2.0 版本发布，这是一个重要的里程碑。
  • Python 2.0 引入了许多新的特性：
    • 垃圾回收机制：解决了程序员手动管理内存的难题，减少了内存泄漏的风险。
    • Unicode 支持：使得 Python 可以更好地处理多语言文本，为国际化应用提供了基础。
    • 列表推导式等。

Python 3.0 的重大升级

• 2008 年 12 月 3️⃣:
  • Python 3.0 版本发布，这是 Python 语言的一次重大升级。
  • Python 3.0 对语言进行了一些不兼容的改进，旨在去除一些冗余和过时的特性，使 Python 更加简洁、规范和一致。
  • 重要提示：Python 3 与 Python 2 不完全兼容。

Python 3 的优势

总结：

虽然 Python 3 的不兼容性给迁移带来了一些麻烦，但从长远来看，这些改进使得 Python 成为了一种更强大、更一致、更易于使用的语言。

垃圾回收机制的好处

好处：

• 简化了程序员的内存管理工作，无需手动释放内存。
• 减少了内存泄漏的风险，提高了程序的稳定性。

Python 及相关包的安装 🛠️ (1/2)

• Python 的安装
  • Windows 环境 💻
    • 访问 Python 官网：https://www.python.org/
    • 下载适用于 Windows 的 Python 安装程序（通常是 .exe 文件）。
    • 运行安装程序，按照提示进行安装。
      • 注意：在安装过程中，务必勾选 “Add Python to PATH” 选项，这样可以在命令行中直接运行 Python。

Python 及相关包的安装 🛠️ (2/2)

• Python 的安装（续）
  • Mac 环境 🍎
    • 方法一：与 Windows 类似，从 Python 官网下载安装程序进行安装。
    • 方法二：使用 Homebrew（macOS 上的软件包管理器）安装。
      • Homebrew 简介：Homebrew 可以让你方便地在 macOS 上安装、更新和管理各种软件。
    • 安装完成后，打开命令提示符（CMD）或 PowerShell，输入 python --version，如果看到 Python 版本号，说明安装成功。

相关包的安装 📦 (1/2)

• 使用 pip 进行安装
  • pip 是 Python 的包管理工具，它就像一个应用商店，可以让你轻松地安装、卸载和管理各种 Python 包（库）。
  • 常用命令：
    • pip install <package_name>: 安装指定的包。例如：pip install pandas。
    • pip install <package_name>==<version>: 安装指定版本的包。例如：pip install pandas==1.5.0
    • pip uninstall <package_name>: 卸载指定的包。

相关包的安装 📦 (2/2)

• 使用 pip 进行安装（续） - pip list: 列出已安装的所有包。 - pip show <package_name>: 显示指定包的详细信息。 - pip install --upgrade <package_name>: 升级包到最新的版本。

pip 更换源

• 更换 pip 源（可选）：
  • 由于网络原因，有时从默认的 PyPI 源下载包可能会很慢。
  • 可以更换为国内的镜像源，提高下载速度。
  • 常用的国内镜像源：
    • 清华大学：https://pypi.tuna.tsinghua.edu.cn/simple
    • 阿里云：https://mirrors.aliyun.com/pypi/simple/
    • 豆瓣：https://pypi.douban.com/simple/
  • 临时更换：在 pip install 命令后加上 -i <镜像源地址>。例如：pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

pip 永久更换源的方法

• 更换 pip 源（可选）：
• 永久更换：
  • Windows: 在 %APPDATA% 目录下创建 pip 文件夹，然后在 pip 文件夹中创建 pip.ini 文件，写入内容（见下页）。
  • Linux/macOS: 在 ~/.pip/ 目录下创建 pip.conf 文件（如果目录不存在，则创建），写入内容（见后续页）。

使用科学计算发行版 🧪 (1/2)

• 科学计算发行版 Python
  • 通常包含一个标准版本的 Python，以及预装的多个科学计算、数据分析相关的包。
  • 可以省去手动安装各个包的麻烦，一次安装，即可拥有完整的科学计算环境。
  • 非常适合初学者和需要快速搭建环境的用户。
• 流行的科学计算发行版 Python
  • Anaconda 🐍
    • Anaconda官网
    • 功能强大，包含 Python 和数百个常用的科学计算、数据分析库。

使用科学计算发行版 🧪 (2/2)

• 流行的科学计算发行版 Python（续）
  • Anaconda 🐍 (续)
    • 提供 Conda 包管理工具。
      • Conda 简介：Conda 不仅可以管理 Python 包，还可以创建和管理多个独立的 Python 环境。
      • 虚拟环境：虚拟环境可以隔离不同项目的依赖，避免包之间的冲突。
    • Anaconda Navigator：图形化界面，方便管理环境和包。
  • WinPython 🪟
    • WinPython官网
    • 专门为 Windows 系统设计的发行版。
    • 便携性好，可以放在 U 盘中随身携带。

Python 基础知识：求斐波那契数列 🔢 (1/3)

# Fibonacci sequence

"""
斐波那契数列
输入：项数n
输出：前n项
"""

import os  # 导入 os 模块

def fibo(num):                    # 定义名为 fibo 的函数，参数为 num
    numbers = [1, 1]             # 初始化列表，包含前两项
    for i in range(num - 2):     # 循环计算剩余的项
        numbers.append(numbers[i] + numbers[i + 1])  # 计算新项并添加到列表
    return numbers                # 返回计算结果

Python 基础知识：求斐波那契数列 🔢 (2/3)

answer = fibo(10)              # 调用 fibo 函数，计算前 10 项
print(answer)                   # 打印结果

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

Python 基础知识：求斐波那契数列 🔢 (3/3)

if not os.path.exists('result'):  # 检查名为 'result' 的目录是否存在
    os.mkdir('result')            # 如果不存在，则创建该目录

file = open('result/fibo.txt', 'w')  # 以写入模式打开文件 'result/fibo.txt'
for num in answer:                # 遍历计算结果
    file.write(str(num) + ' ')     # 将每个数字转换为字符串并写入文件，用空格分隔
file.close()                      # 关闭文件

斐波那契数列的数学背景 ➗ (1/2)

💡 数学公式

斐波那契数列由以下递推关系定义：

• \(F(0) = 1\)
• \(F(1) = 1\)
• \(F(n) = F(n-1) + F(n-2)\) (当 \(n > 1\) 时)

其中，\(F(n)\) 表示斐波那契数列的第 \(n\) 项。

通项公式

斐波那契数列的通项公式为：

\[ F(n) = \frac{1}{\sqrt{5}}\left[\left(\frac{1+\sqrt{5}}{2}\right)^n - \left(\frac{1-\sqrt{5}}{2}\right)^n\right] \]

斐波那契数列的数学背景 ➗ (2/2)

与黄金分割的关系

斐波那契数列与黄金分割（\(\phi = \frac{1+\sqrt{5}}{2} \approx 1.618\)）密切相关。随着项数的增加，斐波那契数列中相邻两项的比值会越来越接近黄金分割。

\[ \lim_{n\to\infty} \frac{F(n+1)}{F(n)} = \phi \]

应用

斐波那契数列在自然界和人类社会中有很多有趣的出现，例如：

• 植物的花瓣数、树枝的分叉数、松果的螺线数等。
• 艺术作品、建筑设计等。
• 在计算机科学中，斐波那契数列可用于某些算法的设计和分析。

Python 基础知识：缩进 📏 (1/2)

• 缩进的重要性
  • 在 Python 中，缩进不仅仅是为了美观，它决定了代码的结构和逻辑。
  • Python 使用缩进来区分代码块，而不是像 C++、Java 等语言那样使用花括号 {}。
  • 同一级别的代码块必须有相同的缩进量。
  • 通常使用 4 个空格作为标准缩进（强烈建议）。

Python 基础知识：缩进 📏 (2/2)

• 不同类型的语句块
  • 分支结构（if, elif, else）：
    • if 语句后面的代码块需要缩进。
    • elif 和 else 语句后面的代码块也需要缩进，并且与对应的 if 语句对齐。

if condition1:
     # 如果 condition1 为真，执行这里的代码
    statement1
elif condition2:
    # 如果 condition2 为真，执行这里的代码
    statement2
else:
    # 如果以上条件都不为真，执行这里的代码
    statement3

Python 缩进：循环结构

• 不同类型的语句块 (续)
  • 循环结构 (for, while):
    • 循环体内的代码需要缩进。

for item in iterable:
    # 对于 iterable 中的每个元素，执行这里的代码
    statement1
    
while condition:
    # 当 condition 为真时，重复执行这里的代码
    statement2

Python 缩进：函数

• 不同类型的语句块 (续)
• 函数体 (def):
  • 函数体内的代码需要缩进。

def function_name(parameters):
    # 函数体，执行函数的具体操作
    statement1
    statement2
    return value  # 可选的返回值

Python 基础知识：模块化 🧩 (1/2)

• 模块化的系统
  • Python 是一种高度模块化的语言。
  • 可以将代码组织成多个模块（.py 文件），每个模块包含相关的函数、类和变量。
  • 模块化的好处：
    • 代码复用：可以将常用的功能封装成模块，在不同的程序中重复使用。
    • 可维护性：将代码分解成更小的部分，易于理解、修改和调试。
    • 命名空间：不同的模块可以有相同的变量名或函数名，避免命名冲突。

Python 基础知识：模块化 🧩 (2/2)

• 模块化的系统 (续)
  • Python 拥有庞大而丰富的标准库和第三方库，提供了各种各样的功能，无需从头编写所有代码。
• 标准库 (Standard Library)
  • Python 自带的一组模块，提供了各种常用的功能。
  • 无需额外安装，可以直接使用。
  • 常用标准库模块：os, time, datetime, sys, math, random, re, json, urllib等。

Python第三方库

• 第三方库 (Third-party Libraries)
  • 由 Python 社区开发的各种库，提供了标准库之外的更丰富的功能。
  • 通常需要使用 pip 安装后才能使用。
  • 常用第三方库： scipy, scikit-learn等。

Python 标准库示例：os 模块 📁 (1/3)

os 模块提供了与操作系统交互的功能，例如：

• 文件和目录操作：
  • os.getcwd(): 获取当前工作目录。
  • os.chdir(path): 改变当前工作目录。
  • os.listdir(path): 列出指定目录下的文件和子目录。
  • os.mkdir(path): 创建目录。

Python 标准库示例：os 模块 📁 (2/3)

• 文件和目录操作（续）：
  • os.makedirs(path): 递归创建目录。
  • os.remove(path): 删除文件。
  • os.rmdir(path): 删除空目录。
  • os.removedirs(path): 递归删除空目录。
  • os.rename(src, dst): 重命名文件或目录。

Python 标准库示例：os 模块 📁 (3/3)

• 文件和目录操作 (续)：
  • os.path.exists(path): 判断文件或目录是否存在。
  • os.path.isfile(path): 判断是否为文件。
  • os.path.isdir(path): 判断是否为目录。
  • os.path.join(path1, path2, ...): 拼接路径。
  • os.path.split(path): 分割路径为目录和文件名。
  • os.path.splitext(path): 分割文件名为文件名和扩展名。

os模块：进程管理和其他

• 进程管理：
  • os.system(command): 执行系统命令。
  • os.popen(command): 执行系统命令并返回输出。
  • os.getpid(): 获取当前进程 ID。
  • os.getppid(): 获取父进程 ID。
• 环境变量：
  • os.environ: 获取所有环境变量。
  • os.getenv(key): 获取指定环境变量的值。
  • os.putenv(key, value): 设置环境变量。
• 其他：
  • os.name: 获取操作系统名称。
  • os.sep: 获取路径分隔符。

os 模块示例代码

示例：

import os

# 获取当前工作目录
current_dir = os.getcwd()
print(f"当前工作目录：{current_dir}")

# 创建目录
if not os.path.exists('mydir'):
    os.mkdir('mydir')
    print("创建目录：mydir")

# 列出目录内容
files = os.listdir('.')
print(f"当前目录下的文件和子目录：{files}")

当前工作目录：D:\operation\website\web-slide-python-visual\qmd
当前目录下的文件和子目录：['.gitignore', '.quarto', 'chapter1.html', 'chapter1.qmd', 'chapter1_files', 'chapter2.qmd', 'chapter2.quarto_ipynb', 'chapter2_files', 'chapter3.html', 'chapter3.qmd', 'chapter3_files', 'chapter4.html', 'chapter4.qmd', 'chapter4_files', 'chapter5.html', 'chapter5.qmd', 'chapter5_files', 'chapter6.html', 'chapter6.qmd', 'chapter6_files', 'chapter7.html', 'chapter7.qmd', 'chapter8.html', 'chapter8.qmd', 'my.css', 'mydir', 'result', 'zwu_logo.png', '_quarto.yml']

Python 标准库示例：datetime 模块 📅 (1/2)

datetime 模块提供了处理日期和时间的类和函数。

主要类：

• date: 表示日期（年、月、日）。
• time: 表示时间（时、分、秒、微秒）。
• datetime: 表示日期和时间（年、月、日、时、分、秒、微秒）。

Python 标准库示例：datetime 模块 📅 (2/2)

主要类（续）：

• timedelta: 表示时间间隔。
• timezone: 表示时区。

datetime模块：创建对象

常用操作：

• 创建日期和时间对象：

from datetime import date, time, datetime, timedelta

# 创建日期对象
today = date.today()
print(f"今天的日期：{today}")

# 创建时间对象
now = time(10, 30, 0)  # 10:30:00
print(f"当前时间：{now}")

# 创建日期时间对象
now = datetime.now()
print(f"当前日期和时间：{now}")

今天的日期：2025-02-18
当前时间：10:30:00
当前日期和时间：2025-02-18 00:02:30.347864

datetime模块：指定日期时间

# 指定日期和时间
dt = datetime(2023, 10, 27, 15, 0, 0)  # 2023-10-27 15:00:00
print(f"指定日期和时间：{dt}")

指定日期和时间：2023-10-27 15:00:00

datetime 模块：获取信息

• 获取日期和时间的组成部分：

# 获取年、月、日、时、分、秒
year = now.year
month = now.month
day = now.day
hour = now.hour
minute = now.minute
second = now.second

print(f"年：{year}, 月：{month}, 日：{day}, 时：{hour}, 分：{minute}, 秒：{second}")

年：2025, 月：2, 日：18, 时：0, 分：2, 秒：30

datetime模块：日期时间运算

• 日期和时间运算：

# 计算时间间隔
delta = timedelta(days=7)  # 7 天
print(f"7 天后的日期：{today + delta}")

# 计算两个日期之间的差值
diff = date(2024, 1, 1) - today
print(f"距离 2024 年 1 月 1 日还有：{diff.days} 天")

7 天后的日期：2025-02-25
距离 2024 年 1 月 1 日还有：-414 天

datetime 模块：格式化

• 格式化日期和时间：

# 将日期时间对象格式化为字符串
formatted_date = now.strftime("%Y-%m-%d %H:%M:%S")
print(f"格式化后的日期和时间：{formatted_date}")

# 将字符串解析为日期时间对象
date_str = "2023-10-27"
parsed_date = datetime.strptime(date_str, "%Y-%m-%d").date()
print(f"解析后的日期：{parsed_date}")

格式化后的日期和时间：2025-02-18 00:02:30
解析后的日期：2023-10-27

datetime模块：时区处理

• 时区处理：
  • datetime 模块本身不提供完善的时区处理功能。
  • 可以使用第三方库 pytz 或 dateutil 来处理时区相关的操作。

重要的 Python 库：Pandas 🐼 (1/2)

• Pandas
  • 构建在 NumPy 之上的高性能数据分析库。
  • 提供了两种主要的数据结构：
    • Series：一维带标签数组，类似于带索引的列表。
    • DataFrame：二维表格型数据结构，类似于 Excel 表格或 SQL 表。
  • 可以方便地进行数据清洗、转换、分析和可视化。

重要的 Python 库：Pandas 🐼 (2/2)

• Pandas (续)
  • 支持各种数据操作，如：
    • 数据读取和写入：可以读取和写入各种格式的数据。
    • 数据清洗：处理缺失值、重复值、异常值等。
    • 数据转换：修改数据类型、重塑数据结构、数据透视等。
    • 数据选择和过滤：根据条件选择数据、筛选数据。
    • 数据分组和聚合：按列分组，计算分组统计量。
    • 数据合并和连接：将多个数据集按指定条件合并。
    • 排序、分组、归并
    • 统计计算：求和、求均值、求中位数、求标准差、协方差矩阵计算等。

Pandas Series 示例 📝 (1/3)

💡 什么是 Series？

• Series 是 Pandas 中一维带标签的数组。
• 可以看作是带有索引的列表或一列数据。
• 每个 Series 对象都有一个索引（index）和一个值（values）数组。

创建 Series

import pandas as pd

# 从列表创建
data = [10, 20, 30, 40, 50]
s = pd.Series(data)
print(s)

0    10
1    20
2    30
3    40
4    50
dtype: int64

Pandas Series 示例 📝 (2/3)

# 从字典创建
data = {'a': 10, 'b': 20, 'c': 30}
s = pd.Series(data)
print(s)

a    10
b    20
c    30
dtype: int64

Pandas Series 示例 📝 (3/3)

# 指定索引
data = [10, 20, 30]
index = ['x', 'y', 'z']
s = pd.Series(data, index=index)
print(s)

x    10
y    20
z    30
dtype: int64

Pandas Series：访问元素 (1/2)

访问 Series 中的元素

# 通过位置访问
print(s[0])  # 10

# 通过标签访问
print(s['x'])  # 10

10
10

Pandas Series：访问元素 (2/2)

# 切片
print(s[1:3])  # 获取索引为 1 和 2 的元素
print(s['y':'z'])  # 获取标签为 'y' 和 'z' 的元素

y    20
z    30
dtype: int64
y    20
z    30
dtype: int64

Pandas Series：运算 (1/2)

import pandas as pd
data = [10, 20, 30]
index = ['x', 'y', 'z']
s = pd.Series(data, index=index)

# 与标量运算
print(s * 2)  # 每个元素乘以 2

x    20
y    40
z    60
dtype: int64

Pandas Series：运算 (2/2)

# 与另一个 Series 运算
s1 = pd.Series([1, 2, 3], index=['x', 'y', 'z'])
s2 = pd.Series([4, 5, 6], index=['x', 'y', 'z'])
print(s1 + s2)  # 对应元素相加

# 常用统计方法
print(s.mean())  # 平均值
print(s.sum())  # 求和
print(s.max())  # 最大值
print(s.min())  # 最小值

x    5
y    7
z    9
dtype: int64
20.0
60
30
10

Pandas DataFrame 示例 📊 (1/2)

💡 什么是 DataFrame？

• DataFrame 是 Pandas 中二维表格型数据结构。
• 可以看作是由多个 Series 对象组成的表格，每个 Series 对象代表一列。
• 每个 DataFrame 对象都有一个行索引（index）和一个列索引（columns）。

创建 DataFrame

import pandas as pd

# 从字典创建
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['New York', 'London', 'Paris']
}
df = pd.DataFrame(data)
print(df)

      name  age      city
0    Alice   25  New York
1      Bob   30    London
2  Charlie   35     Paris

Pandas DataFrame 示例 📊 (2/2)

# 从列表的列表创建
data = [
    ['Alice', 25, 'New York'],
    ['Bob', 30, 'London'],
    ['Charlie', 35, 'Paris']
]
columns = ['name', 'age', 'city']
df = pd.DataFrame(data, columns=columns)
print(df)

      name  age      city
0    Alice   25  New York
1      Bob   30    London
2  Charlie   35     Paris

Pandas DataFrame: 获取列

访问 DataFrame 中的数据

# 获取列
print(df['name'])  # 获取 'name' 列
print(df.age)  # 另一种获取列的方式

0      Alice
1        Bob
2    Charlie
Name: name, dtype: object
0    25
1    30
2    35
Name: age, dtype: int64

Pandas DataFrame: 获取行

# 获取行
print(df.loc[0])  # 获取第一行（索引为 0）
print(df.iloc[0])  # 另一种获取第一行的方式

name       Alice
age           25
city    New York
Name: 0, dtype: object
name       Alice
age           25
city    New York
Name: 0, dtype: object

Pandas DataFrame：获取特定单元格

# 获取特定单元格
print(df.loc[0, 'name'])  # 获取第一行 'name' 列的值
print(df.iloc[0, 0])  # 另一种获取方式

Alice
Alice

Pandas DataFrame：切片

# 切片
print(df[0:2])  # 获取前两行
print(df[['name', 'age']])  # 获取 'name' 和 'age' 列

    name  age      city
0  Alice   25  New York
1    Bob   30    London
      name  age
0    Alice   25
1      Bob   30
2  Charlie   35

Pandas DataFrame 常用操作(1/2)

# 添加列
df['salary'] = [50000, 60000, 70000]

# 筛选数据
print(df[df['age'] > 30])  # 获取年龄大于 30 的行

      name  age   city  salary
2  Charlie   35  Paris   70000

Pandas DataFrame 常用操作(2/2)

# 排序
print(df.sort_values('age'))  # 按年龄升序排序

# 分组统计
print(df.groupby('name')['salary'].mean())  # 按姓名分组，计算平均薪资

      name  age      city  salary
0    Alice   25  New York   50000
1      Bob   30    London   60000
2  Charlie   35     Paris   70000
name
Alice      50000.0
Bob        60000.0
Charlie    70000.0
Name: salary, dtype: float64

重要的 Python 库：Scikit-learn 🤖 (1/2)

• Scikit-learn
  • 构建在 NumPy、SciPy 和 Matplotlib 上的机器学习库。
  • 提供了各种经典和常用的机器学习算法和模型，涵盖了监督学习、无监督学习、模型选择、数据预处理等方面。

Scikit-learn Logo

重要的 Python 库：Scikit-learn 🤖 (2/2)

• Scikit-learn (续)
  • 主要功能：
    • 分类 (Classification)：预测数据的类别标签。常用算法有：SVM、k-NN、朴素贝叶斯、决策树、随机森林、逻辑回归。
    • 回归 (Regression)：预测连续值的目标变量。常用算法有：线性回归、岭回归、Lasso 回归、SVR。
    • 聚类 (Clustering)：将数据划分为不同的簇。常用算法有：K 均值聚类、层次聚类、DBSCAN。
    • 降维 (Dimensionality Reduction)：减少数据的特征数量。常用算法有：PCA、LDA、t-SNE。
    • 模型选择 (Model Selection)：选择最佳的模型和参数。常用方法有：交叉验证、网格搜索、随机搜索。
    • 预处理 (Preprocessing)：对数据进行预处理，提高模型性能。常用方法有：特征缩放、特征编码、特征选择、缺失值处理。
  • Scikit-learn 简单易用，文档齐全，非常适合快速构建和评估机器学习模型。

Scikit-learn 示例：线性回归 📈 (1/3)

💡 什么是线性回归？

• 线性回归是一种用于预测连续值目标变量的监督学习算法。
• 它假设目标变量与特征之间存在线性关系。
• 线性回归的目标是找到一条最佳拟合直线（或超平面），使得预测值与真实值之间的误差最小。

线性回归的数学模型

• 简单线性回归（单变量）：
  • \(y = wx + b\)
  • 其中，\(y\) 是目标变量，\(x\) 是特征，\(w\) 是权重，\(b\) 是偏置。

Scikit-learn 示例：线性回归 📈 (2/3)

• 线性回归的数学模型 (续)
  • 多元线性回归（多变量）：
    • \(y = w_1x_1 + w_2x_2 + ... + w_nx_n + b\)
    • 其中，\(y\) 是目标变量，\(x_1, x_2, ..., x_n\) 是特征，\(w_1, w_2, ..., w_n\) 是权重，\(b\) 是偏置。

Scikit-learn 示例：线性回归 📈 (3/3)

• 线性回归的数学模型 (续)
  • 矩阵形式：
    • \(y = Xw + b\)
    • 其中，\(y\) 是目标变量向量，\(X\) 是特征矩阵，\(w\) 是权重向量，\(b\) 是偏置向量。

Scikit-learn 线性回归代码示例 (1/2)

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

# 1. 准备数据
X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])  # 特征
y = np.dot(X, np.array([1, 2])) + 3  # 目标变量

# 2. 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 3. 创建模型
model = LinearRegression()

# 4. 训练模型
model.fit(X_train, y_train)

LinearRegression()

LinearRegression()

Scikit-learn 线性回归代码示例 (2/2)

# 5. 预测
y_pred = model.predict(X_test)

# 6. 评估模型
mse = mean_squared_error(y_test, y_pred)
print(f"均方误差：{mse}")

# 7. 查看模型参数
print(f"权重：{model.coef_}")
print(f"偏置：{model.intercept_}")

均方误差：3.1554436208840472e-30
权重：[1. 2.]
偏置：2.9999999999999956

重要的 Python 库：Matplotlib 📊 (1/2)

• Matplotlib
  • Python 中最常用的绘图库，用于创建各种静态、动态、交互式的图表。
  • 可以绘制各种图形，如：折线图、散点图、直方图、条形图、饼图、箱线图、等高线图、3D 图形、图像、甚至是动画。
  • 可以自定义图表的各种属性，如颜色、线型、标记、标题、坐标轴标签、图例等。

Matplotlib Logo

重要的 Python 库：Matplotlib 📊 (2/2)

• Matplotlib (续)
  • Matplotlib 提供了两种主要的绘图接口：
    • 基于 MATLAB 风格的接口：使用全局函数来创建和修改图表。
    • 面向对象的接口：使用 Figure 和 Axes 对象来创建和控制图表。

Matplotlib 示例：折线图 📉 (1/3)

💡 如何使用 Matplotlib 绘制折线图？

import matplotlib.pyplot as plt
import numpy as np

# 1. 准备数据
x = np.linspace(0, 10, 100)  # 生成 0 到 10 之间的 100 个等间距点
y = np.sin(x)  # 计算正弦值

# 2. 创建图表
plt.figure(figsize=(8, 6))  # 创建一个 8x6 英寸的图表

<Figure size 768x576 with 0 Axes>

<Figure size 768x576 with 0 Axes>

Matplotlib 示例：折线图 📉 (2/3)

# 3. 绘制折线图
plt.plot(x, y, label='sin(x)', color='blue', linestyle='-', linewidth=2)

# 4. 添加标题和标签
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')

Text(0, 0.5, 'sin(x)')

Matplotlib 示例：折线图 📉 (3/3)

# 5. 添加图例
plt.legend()

# 6. 添加网格线
plt.grid(True)

# 7. 显示图表
plt.show()

Matplotlib折线图代码解释(1/2)

• plt.figure(): 创建一个图表对象。
  • figsize: 指定图表的大小（英寸）。
• plt.plot(): 绘制折线图。
  • x: x 轴数据。
  • y: y 轴数据。
  • label: 曲线标签（用于图例）。
  • color: 曲线颜色。

Matplotlib折线图代码解释(2/2)

• plt.plot(): 绘制折线图。（续）
  • linestyle: 曲线线型。
  • linewidth: 曲线线宽。
• plt.title(): 设置图表标题。
• plt.xlabel(): 设置 x 轴标签。
• plt.ylabel(): 设置 y 轴标签。
• plt.legend(): 显示图例。
• plt.grid(): 显示网格线。
• plt.show(): 显示图表。

其他重要的 Python 库 (1/2)

• NumPy (Numerical Python):
  • Python 科学计算的基础库。
  • 提供了高性能的多维数组对象 (ndarray)。
  • 提供了各种数组操作和数学函数，如矩阵运算、线性代数、傅里叶变换等。
  • 是许多其他科学计算库的基础。
• SciPy (Scientific Python):
  • 构建在 NumPy 之上，提供了更多高级的科学计算功能。
  • 包含许多数学、科学和工程计算中常用的模块。

其他重要的 Python 库 (2/2)

• Scrapy:
  • 强大的网络爬虫框架，用于快速构建网络爬虫应用。
  • 可以自动抓取网页数据、提取结构化信息、存储数据等。
• Beautiful Soup:
  • 网页解析库，可以从 HTML 或 XML 文件中提取数据。
  • 可以方便地解析网页结构、查找特定标签、提取文本内容等。
  • 常与 Requests 库一起使用，用于爬取网页数据。

其他重要的Python库补充(1/2)

• NLTK (Natural Language Toolkit):
  • 自然语言处理库，用于文本分析、处理和理解。
  • 提供了各种自然语言处理工具。
• Statsmodels:
  • 统计学计算库，提供各种统计模型和方法。
  • 可以进行各种统计分析。

其他重要的Python库补充(2/2)

• Requests:
  • 简洁易用的 HTTP 库，用于发送 HTTP 请求，与 Web 服务交互。
  • 可以方便地发送各种类型的 HTTP 请求，获取响应数据。

Jupyter Notebook 📝 (1/2)

• Jupyter Notebook
  • 交互式的数据科学与科学计算开发环境。
  • 基于 Web 的 Python 编辑器。
  • 支持 Python、R、Julia、Scala 等在内的超过 40 多种编程语言。
  • 可以将代码、运行结果、文本、图像、公式、视频等内容整合到一个文档中 (.ipynb 文件)。
  • 非常适合数据分析、机器学习、科学计算等需要交互式探索和展示结果的场景。

Jupyter Notebook 📝 (2/2)

• Jupyter Notebook (续)
  • 主要特点：
    • 交互式编程：可以逐个单元格执行代码，并立即查看结果。
    • 富文本支持：可以使用 Markdown 语法编写格式丰富的文本。
    • 代码和结果并存：代码和运行结果都保存在同一个文档中。
    • 可视化支持：可以直接在 Notebook 中显示图表、图像等。
    • 可扩展性：支持各种插件和扩展。
    • 导出功能: 可以将notebook导出为多种格式。
• JupyterLab
  • Jupyter Notebook的下一代产品，提供更强大的功能和更灵活的界面。

Jupyter Notebook 使用示例 📈 (1/2)

• 这是一个绘制双纽线的例子，展示了如何在 Jupyter Notebook 中结合代码、解释文本和图形来清晰地展示数据分析过程。

双纽线的数学背景 ➗ (1/2)

💡 数学公式

双纽线的极坐标方程为：

\[ r^2 = a^2 \cos(2\theta) \]

或

\[ r = \pm a\sqrt{\cos(2\theta)} \]

其中，\(r\) 是极径，\(\theta\) 是极角，\(a\) 是一个常数。

双纽线的数学背景 ➗ (2/2)

💡 直角坐标方程

双纽线的直角坐标方程为：

\[ (x^2 + y^2)^2 = a^2(x^2 - y^2) \]

💡 参数方程

双纽线的参数方程为：

\[ x = a\sqrt{\cos(2t)}\cos(t) \]

\[ y = a\sqrt{\cos(2t)}\sin(t) \]

其中，\(t\) 是参数。

双纽线的性质

💡 性质

• 双纽线关于原点对称。
• 双纽线有两个环，分别位于 x 轴的两侧。
• 双纽线的形状类似于阿拉伯数字 “8” 或无限符号 “∞”。

总结 🎉

• Python 是一种功能强大、应用广泛的编程语言，非常适合数据分析和机器学习。
  • 易学易用、社区强大、库丰富。
• 掌握 Python 的基本语法、常用库和工具，是进行数据分析的基础。
  • 缩进、模块化、数据类型、控制流等。
  • Pandas、NumPy、Matplotlib、Scikit-learn 等。
• Jupyter Notebook 是一个强大的交互式开发环境，可以帮助你更好地探索和展示数据分析结果。
  • 交互式编程、富文本、可视化、代码和结果并存。
• 不断学习和实践，才能更好地掌握 Python 数据分析技能。💪

思考与讨论 🤔 (1/2)

• Python 还有哪些其他的应用领域？
  • 游戏开发 (Pygame)
  • 网络编程 (Socket, Twisted)
  • 图形用户界面 (GUI) 开发 (Tkinter, PyQt, wxPython)

思考与讨论 🤔 (2/2)

• 除了本章介绍的库，你还了解哪些常用的 Python 库？它们有什么作用？
  • TensorFlow, PyTorch: 深度学习框架
  • Seaborn: 基于 Matplotlib 的高级绘图库
  • Bokeh, Plotly: 交互式可视化库
  • SQLAlchemy: 数据库 ORM (Object-Relational Mapper)
  • Flask, Django: Web 开发框架

如何利用 Jupyter Notebook 提高效率？

• 如何利用 Jupyter Notebook 提高你的数据分析效率？
  • 交互式探索数据
  • 快速原型验证
  • 编写可重复的分析流程
  • 制作数据分析报告
  • 分享和协作

如何进一步学习Python数据分析？

• 如何进一步学习和提升 Python 数据分析能力？
  • 阅读官方文档
  • 学习在线教程
  • 参与开源项目
  • 参加数据分析竞赛 (Kaggle)
  • 阅读相关书籍
  • 多做项目，多实践