前言

和很多同學接觸過程中，我發(fā)現(xiàn)自學Python數(shù)據(jù)分析的一個難點是資料繁多，過于復雜。大部分網(wǎng)上的資料總是從Python語法教起，夾雜著大量Python開發(fā)的知識點，花了很多時間卻始終云里霧里，不知道哪些知識才是真正有用的。本來以為上手就能寫爬蟲出圖，卻在看基礎的過程中消耗了一周又一周，以至于很多勵志學習Python的小伙伴犧牲在了入門的前一步。

（文末送讀者福利）

于是，我總結了以下一篇干貨，來幫助大家理清思路，提高學習效率。總共分為三大部分：做Python數(shù)據(jù)分析必知的語法，如何實現(xiàn)爬蟲，怎么做數(shù)據(jù)分析。

（文末送讀者福利）

1.必須知道的兩組Python基礎術語

A.變量和賦值

Python可以直接定義變量名字并進行賦值的，例如我們寫出a = 4時，Python解釋器干了兩件事情：

在內(nèi)存中創(chuàng)建了一個值為4的整型數(shù)據(jù)

在內(nèi)存中創(chuàng)建了一個名為a的變量，并把它指向4

用一張示意圖表示Python變量和賦值的重點：

例如下圖代碼，“=”的作用就是賦值，同時Python會自動識別數(shù)據(jù)類型:

B.數(shù)據(jù)類型

在初級的數(shù)據(jù)分析過程中，有三種數(shù)據(jù)類型是很常見的：

列表list（Python內(nèi)置）

字典dic（Python內(nèi)置）

DataFrame（工具包pandas下的數(shù)據(jù)類型，需要import pandas才能調(diào)用）

它們分別是這么寫的：

列表（list）：

#列表 liebiao=[1,2.223,-3,'劉強東','章澤天','周杰倫','昆凌',['微博','B站','抖音']]

list是一種有序的集合，里面的元素可以是之前提到的任何一種數(shù)據(jù)格式和數(shù)據(jù)類型（整型、浮點、列表……），并可以隨時指定順序添加其中的元素，其形式是：

#ist是一個可變的有序表，所以，可以往list中追加元素到末尾： liebiao.append('瘦') ptint(liebiao) #結果1 >>>[1, 2.223, -3, '劉強東', '章澤天', '周杰倫', '昆凌', ['微博', 'B站', '抖音'], '瘦']#也可以把元素插入到指定的位置，比如索引號為5的位置,插入“胖”這個元素： liebiao.insert(5, '胖') ptint(liebiao) #結果2 >>>[1, 2.223, -3, '劉強東', '章澤天', '胖', '周杰倫', '昆凌', ['微博', 'B站', '抖音'], '瘦']

字典（dict）：

#字典 zidian={'劉強東':'46','章澤天':'36','周杰倫':'40','昆凌':'26'}

字典使用鍵-值（key-value）存儲，無序，具有極快的查找速度。以上面的字典為例，想要快速知道周杰倫的年齡，就可以這么寫：

zidian['周杰倫'] >>>'40'

dict內(nèi)部存放的順序和key放入的順序是沒有關系的,也就是說，"章澤天"并非是在"劉強東"的后面。

DataFrame：

DataFrame可以簡單理解為excel里的表格格式。導入pandas包后，字典和列表都可以轉(zhuǎn)化為DataFrame，以上面的字典為例，轉(zhuǎn)化為DataFrame是這樣的：

import pandas as pddf=pd.DataFrame.from_dict(zidian,orient='index',columns=['age'])#注意DataFrame的D和F是大寫 df=df.reset_index().rename(columns={'index':'name'})#給姓名加上字段名

和excel一樣，DataFrame的任何一列或任何一行都可以單獨選出進行分析。

以上三種數(shù)據(jù)類型是python數(shù)據(jù)分析中用的最多的類型，基礎語法到此結束，接下來就可以著手寫一些函數(shù)計算數(shù)據(jù)了。

2.從Python爬蟲學循環(huán)函數(shù)

掌握了以上基本語法概念，我們就足以開始學習一些有趣的函數(shù)。我們以爬蟲中繞不開的遍歷url為例，講講大家最難理解的循環(huán)函數(shù)for的用法：

A.for函數(shù)

for函數(shù)是一個常見的循環(huán)函數(shù)，先從簡單代碼理解for函數(shù)的用途：

zidian={'劉強東':'46','章澤天':'36','周杰倫':'40','昆凌':'26'} for key in zidian:print(key) >>> 劉強東 章澤天 周杰倫 昆凌

因為dict的存儲不是按照list的方式順序排列，所以，迭代出的結果順序很可能不是每次都一樣。默認情況下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同時#迭代key和value，可以用for k, v in d.items()

可以看到，字典里的人名被一一打印出來了。for 函數(shù)的作用就是用于遍歷數(shù)據(jù)。掌握for函數(shù)，可以說是真正入門了Python函數(shù)。

B.爬蟲和循環(huán)

for函數(shù)在書寫Python爬蟲中經(jīng)常被應用，因為爬蟲經(jīng)常需要遍歷每一個網(wǎng)頁，以獲取信息，所以構建完整而正確的網(wǎng)頁鏈接十分關鍵。以某票房數(shù)據(jù)網(wǎng)為例，他的網(wǎng)站信息長這樣：

仔細觀察，該網(wǎng)站不同日期的票房數(shù)據(jù)網(wǎng)址（url）只有后面的日期在變化，訪問不同的網(wǎng)址（url）就可以看到不同日期下的票房數(shù)據(jù)：

我們要做的是，遍歷每一個日期下的網(wǎng)址，用Python代碼把數(shù)據(jù)爬下來。此時for函數(shù)就派上用場了，使用它我們可以快速生成多個符合條件的網(wǎng)址：


為了方便理解，我給大家畫了一個for函數(shù)的遍歷過程示意圖：

此處省略掉后續(xù)爬取過程，相關爬蟲代碼見文末。我們使用爬蟲爬取了5800+條數(shù)據(jù)，包含20個字段，時間囊括了從2008年1月開始至2019年2月十一年期間的單周票房、累計票房、觀影人次、場均人次、場均票價、場次環(huán)比變化等信息。

3.Python怎么實現(xiàn)數(shù)據(jù)分析？

除了爬蟲，分析數(shù)據(jù)也是Python的重要用途之一，Excel能做的事，Python究竟怎么實現(xiàn)呢；Excel不能做的事，Python又是否能實現(xiàn)呢？利用電影票房數(shù)據(jù)，我們分別舉一個例子說明：

A.Python分析

在做好數(shù)據(jù)采集和導入后，選擇字段進行初步分析可以說是數(shù)據(jù)分析的必經(jīng)之路。在Dataframe數(shù)據(jù)格式的幫助下，這個步驟變得很簡單。

比如當我們想看單周票房第一的排名分別都是哪些電影時，可以使用pandas工具庫中常用的方法，篩選出周票房為第一名的所有數(shù)據(jù)，并保留相同電影中周票房最高的數(shù)據(jù)進行分析整理：

import pandas as pd data = pd.read_csv('中國票房數(shù)據(jù)爬取測試20071-20192.csv',engine='python') data[data['平均上座人數(shù)']>20]['電影名'] #計算周票房第一隨時間變化的結果，導入數(shù)據(jù)，并選擇平均上座人數(shù)在20以上的電影為有效數(shù)據(jù)dataTop1_week = data[data['排名']==1][['電影名','周票房']] #取出周票房排名為第一名的所有數(shù)據(jù)，并保留“電影名”和“周票房”兩列數(shù)據(jù)dataTop1_week = dataTop1_week.groupby('電影名').max()['周票房'].reset_index() #用“電影名”來分組數(shù)據(jù)，相同電影連續(xù)霸榜的選擇最大的周票房保留，其他數(shù)據(jù)刪除dataTop1_week = dataTop1_week.sort_values(by='周票房',ascending=False) #將數(shù)據(jù)按照“周票房”進行降序排序dataTop1_week.index = dataTop1_week['電影名'] del dataTop1_week['電影名'] #整理index列，使之變?yōu)殡娪懊?#xff0c;并刪掉原來的電影名列dataTop1_week #查看數(shù)據(jù)

9行代碼，我們完成了Excel里的透視表、拖動、排序等鼠標點擊動作。最后再用Python中的可視化包matplotlib，快速出圖：

B.函數(shù)化分析

以上是一個簡單的統(tǒng)計分析過程。接下來就講講Excel基礎功能不能做的事——自定義函數(shù)提效。觀察數(shù)據(jù)可以發(fā)現(xiàn)，數(shù)據(jù)中記錄了周票房和總票房的排名，那么剛剛計算了周票房排名的代碼，還能不能復用做一張總票房分析呢？

當然可以，只要使用def函數(shù)和剛剛寫好的代碼建立自定義函數(shù)，并說明函數(shù)規(guī)則即可：

def pypic(pf):#定義一個pypic函數(shù)，變量是pfdataTop1_sum = data[['電影名',pf]]#取出源數(shù)據(jù)中，列名為“電影名”和pf兩列數(shù)據(jù)dataTop1_sum = dataTop1_sum.groupby('電影名').max()[pf].reset_index()#用“電影名”來分組數(shù)據(jù)，相同電影連續(xù)霸榜的選擇最大的pf票房保留，其他數(shù)據(jù)刪除dataTop1_sum = dataTop1_sum.sort_values(by=pf,ascending=False)#將數(shù)據(jù)按照pf進行降序排序dataTop1_sum.index = dataTop1_sum['電影名']del dataTop1_sum['電影名']#整理index列，使之變?yōu)殡娪懊?#xff0c;并刪掉原來的電影名列dataTop1_sum[:20].iloc[::-1].plot.barh(figsize = (6,10),color = 'orange')name=pf+'top20分析'plt.title(name)#根據(jù)函數(shù)變量名出圖

定義函數(shù)后，批量出圖so easy：

學會函數(shù)的構建，一個數(shù)據(jù)分析師才算真正能夠告別Excel的鼠標點擊模式，邁入高效分析的領域。

4.光看不練是永遠不能入門的

如果只有一小時學習，以上就是大家一定要掌握的Python知識點。光看不練永遠都會是門外漢，如果你有興趣學習Python數(shù)據(jù)分析，卻在過程中感到困惑，不用迷茫，小編為大家?guī)砹藢W習資料，讓你快速入門Python數(shù)據(jù)分析：

讀者福利：知道你對Python感興趣，便準備了這套python學習資料

對于0基礎小白入門：

如果你是零基礎小白，想快速入門Python是可以考慮的。

一方面是學習時間相對較短，學習內(nèi)容更全面更集中。
二方面還可以找到適合自己的學習方案

包括：Python永久使用安裝包、Python web開發(fā)，Python爬蟲，Python數(shù)據(jù)分析，人工智能、機器學習等學習教程。帶你從零基礎系統(tǒng)性的學好Python！

零基礎Python學習資源介紹

👉Python學習路線匯總👈

Python所有方向的技術點做的整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照上面的知識點去找對應的學習資源，保證自己學得較為全面。（學習教程文末領取哈）

👉Python必備開發(fā)工具👈

溫馨提示：篇幅有限，已打包文件夾，獲取方式在：文末

👉Python學習視頻600合集👈

觀看零基礎學習視頻，看視頻學習是最快捷也是最有效果的方式，跟著視頻中老師的思路，從基礎到深入，還是很容易入門的。

👉實戰(zhàn)案例👈

光學理論是沒用的，要學會跟著一起敲，要動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰(zhàn)案例來學習。

👉100道Python練習題👈

檢查學習結果。

👉面試刷題👈

資料領取

這份完整版的Python全套學習資料已為大家備好，朋友們?nèi)绻枰梢晕⑿艗呙柘路蕉S碼添加，輸入"領取資料" 可免費領取全套資料【有什么需要協(xié)作的還可以隨時聯(lián)系我】朋友圈也會不定時的更新最前言python知識。

這世界上賺錢成本最低的就是：用知識投資大腦

人生什么時候?qū)W習都不晚，晚的是你一直想學卻一直沒有行動，而導致大量內(nèi)耗

最后祝你學習愉快

好文推薦

了解python的前景：https://blog.csdn.net/weixin_49891576/article/details/127187029

python有什么用：https://blog.csdn.net/weixin_49891576/article/details/127125308

總結

以上是生活随笔為你收集整理的2组语法，1个函数，教你学会用Python做数据分析!的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。