第1章 数据分析概述_1113ppt课件.pptx

《第1章 数据分析概述_1113ppt课件.pptx》由会员分享，可在线阅读，更多相关《第1章 数据分析概述_1113ppt课件.pptx（61页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、在此输入您的封面副标题第1章 数据分析概述_1113 第1章 数据分析概述 数据分析的背景 什么是数据分析 数据分析的流程 为什么选择Python做数据分析 Anaconda的安装和使用 常见的数据分析工具 掌握了解熟悉掌握 学习目标掌握 Anaconda与Jupyter Notebook的使用12熟悉 常见的数据分析工具掌握 数据分析的概念和流程34了解 数据分析的背景，应用场景 目录页01 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Python做数据分析 目录页06 创建新的Python环境Anaconda07 启用Jupyter Not

2、ebook08 常见的数据分析工具 过渡页01 认识Python01 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Python做数据分析 数据分析的背景随着计算机技术全面地融入社会生活，网络数据得到了爆发性地增长，驱使着人们进入了一个崭新的大数据时代。 数据分析的背景思考：数据库里面的数据这么多，怎么快速地拿到有价值的数据呢？ 数据分析的背景数据分析就可以从海量数据中获得潜藏的有价值的信息，帮助企业或个人预测未来的趋势和行为。 数据分析的背景不管你从事什么行业，掌握了数据分析能力数据分析能力，往往在其岗位上更有竞争力更有竞争力。结 论 过渡页0

3、1 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Python做数据分析 什么是数据分析思考：什么是数据分析呢？ 什么是数据分析数据分析是使用适当的统计分析方法对收集来的大量数据进行分析，从中提取有用信息和形成结论，并加以详细研究和概括总结的过程。 数据分析的目的在于，将隐藏在一大批看似杂乱无章的数据信息集中提炼出来有用的数据，以找出所研究对象的内在规律。 什么是数据分析在统计学领域中，数据分析可以划分为如下三类：描述描述性数据分析性数据分析从一组数据中，可以摘要并且描述这份数据的集中和离散情形。探索探索性数据分析性数据分析从海量数据中找出规律，

4、并产生分析模型和研究假设。验证验证性数据分析性数据分析验证科研假设测试所需的条件是否达到，以保证验证性分析的可靠性。 过渡页01 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Python做数据分析 数据分析的应用场景l 营销方面的应用通过会员卡形式获得消费者的个人信息，以便对消费者的购买信息进一步研究其购买习惯，发现各类有价值的目标群体。 数据分析的应用场景l 医疗方面的应用医生通过记录和分析婴儿的心跳来监视早产婴儿和患病婴儿的情况，并针对婴儿的身体可能会出现的不适症状做出预测，这样可以帮助医生更好的救助患儿。 数据分析的应用场景l 零售方面的

5、应用在美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长！ 数据分析的应用场景l 网络安全方面的应用新型的病毒防御系统可以使用数据分析技术，建立潜在攻击识别分析模型，监测大量网络活动数据和相应的访问行为，识别可能进行入侵的可疑模式。 数据分析的应用场景l 交通物流方面的应用用户可以通过业务系统和GPS定位系统获得数据，使用数据构建交流状况预测分析模型，有效预测实时路况、物流状况、车流量、货物吞吐量，进而提前补货，制定库存管理策略。 过渡页01 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Py

6、thon做数据分析 数据分析的流程数据分析大致可以分为以下五个阶段：要解决什么业务问题？收集与整合数据数据进行清洗、加工和整理对数据进行探索与分析以图表来展现分析结果 过渡页01 数据分析的背景02 什么是数据分析03 数据分析的应用场景04 数据分析的流程05 为什么选择Python做数据分析 为什么选择Python做数据分析思考？为什么选择Python做数据分析? 为什么选择Python做数据分析选择Python做数据分析，主要考虑的是Python具有以下优势：语法简单精炼，适合初学者入门拥有一个巨大且活跃的科学计算社区拥有强大的通用编程能力人工智能时代的通用语言方便对接其它语言 过渡页0

7、6 创建新的Python环境Anaconda07 启用Jupyter Notebook08 常见的数据分析工具 Anaconda发行版本概述Anaconda是一个可以便捷获取和管理包，同时对环境可以统一管理的发行版本。包含了众多流行的科学、数学、工程和数据分析的Python库完全开源和免费对于学术用途，可以申请免费的License全平台支持Linux、Windows、Mac OS X Anaconda发行版本概述我们推荐数据分析的初学者安装Anaconda进行学习 （1）在浏览器的地址栏中输入https:/ （2）单击“Python 3.6版本”下的“64位图形安装程序（631 MB）”进行下

8、载。在Windows系统中安装Anaconda （3）采用默认安装路径，在指定完安装路径后，点击下一步窗口会提示是否勾选如下复选框选项。在Windows系统中安装Anaconda 在Windows系统中安装Anaconda（4）安装完以后，在系统左下角的【开始菜单】-【所有程序】中找到Anaconda3文件夹，可以看到该目录下包含了多个组件。 （5）Anaconda Navigator成功打开后的首页界面如下图所示。在Windows系统中安装Anaconda 通过Anaconda管理Python包Anaconda集成了常用的扩展包，能够方便地对这些扩展包进行管理，比如安装和卸载包，这些操作都需

9、要依赖conda。 conda是一个在Windows、Mac OS和Linux上运行的开源软件包管理系统和环境管理系统，可以快速地安装、运行和更新软件包及其依赖项。 在Windows系统下，用户可以在Anaconda Prompt中通过命令检测conda是否被安装。 (base) C:Usersadminconda -versionconda 如果希望快速了解如何使用conda命令管理包，则可以在Anaconda Prompt中输入“conda -h”或“conda -help”命令来查看帮助文档。通过Anaconda管理Python包 通过Anaconda管理Python包使用list命令可

10、以获取当前环境中已经安装的包信息。 conda list执行上述命令后，终端会显示当前环境下已安装的包名及版本号。 使用search命令可以查找可供安装的包。 conda search -full-name 包的全名上述命令中，-full-name为精确查找的参数，后面紧跟的是包的全名。通过Anaconda管理Python包 如果希望在指定的环境中进行安装，则可以在install 命令的后面显式地指定环境名称。conda install -name env_name package_name上述命令中，env_name参数表示包安装的环境名称，package_name表示将要安装的包名称。通过

11、Anaconda管理Python包 如果要在指定的环境中卸载包，则可以在指定环境下使用remove命令进行移除。conda remove -name env_name package_name如果要卸载当前环境中的包，可以直接使用remove命令进行卸载。通过Anaconda管理Python包 通过Anaconda管理Python包更新当前环境下所有的包，可使用如下命令完成： conda update -all 通过Anaconda管理Python包如果只想更新某个包或某些包，则直接在update命令的后面加上包名即可，多个包之间使用空格隔开。 conda update pandas nump

12、y matplotlib 通过Anaconda管理Python包Miniconda，它是最小的conda安装环境，只包含最基本的Python与conda以及相关的必须依赖项。对于空间要求严格的用户，Miniconda是一种选择，它只包含了最基本的库，其它的库需要自己手动安装。 过渡页06 创建新的Python环境Anaconda07 启用Jupyter Notebook08 常见的数据分析工具 启动Anaconda自带的Jupyter Notebook在“开始菜单”中打开Anaconda3目录，找到并单击“Jupyter Notebook”会弹出启动窗口。 启动Anaconda自带的Jupyt

13、er Notebook同时，系统默认的浏览器会弹出如下页面。 图1-7是浏览器中打开的Jupyter Notebook主界面，默认打开和保存的目录为C:Users当前用户名。启动Anaconda自带的Jupyter Notebook 除了上述的启动方式外，还可以用命令行打开，这种方式可以控制Jupyter Notebook的显示和保存路径，是推荐的启动方式。启动Anaconda自带的Jupyter Notebook Jupyter Notebook界面详解在主界面中单击 “Anaconda Projects” 进入该目录下，继续单击右上方的“New”按钮，打开如图所示的下拉列表。 Jupyte

14、r Notebook界面详解这里我们选择“Python 3”，创建一个基于Python 3的笔记本。 Jupyter Notebook的基本使用l 编辑和运行代码选中单元格，按下“Enter”键进入单元格的编辑模式，此时可以输入任意代码并执行。 Jupyter Notebook的基本使用l 编辑和运行代码接着，在新的单元格中输入如下代码：for i in range(5): print(i) l 编辑和运行代码再次运行后，笔记本的编辑界面如下图所示。Jupyter Notebook的基本使用 l 编辑和运行代码除此之外，还可以修改之前的单元格，对其重新运行。Jupyter Notebook的基

15、本使用 l 设置标题选中最上面的单元格，单击【Insert】-【Insert Cell Above】在单元格的上方插入一个新的单元格。Jupyter Notebook的基本使用 l 设置标题在快捷键按钮区域中找到设置单元格类型的下拉框，单击打开下拉列表，选择“Heading”将单元格变为标题单元格，弹出如下窗口。Jupyter Notebook的基本使用 l 设置标题在Markdown单元格中，以一个#字符开头的文本表示一级标题，以两个#字符开头的文本表示二级标题。Jupyter Notebook的基本使用 l 导出功能Jupyter Notebook还有另一个强大的功能，就是导出功能，它可以

16、将笔记本导出为多种格式。Jupyter Notebook的基本使用 过渡页06 创建新的Python环境Anaconda07 启用Jupyter Notebook08 常见的数据分析工具 常见的数据分析工具Python本身的数据分析功能并不强，需要安装一些第三方的扩展库来增强它的能力。NumPyPandasMatplotlibSeabornNLTK 作为本书的第1章，本章首先介绍了数据分析的背景、用途、流程以及为什么选择Python做数据分析；然后带领大家认识了一个新的Python环境Anaconda，教大家安装和管理Python包；接着教大家启用Jupyter Notebook，并演示基本使用；最后带领大家认识了一些常见的数据分析工具。通过本章的学习，希望读者能对数据分析有一个初步了解，并为后续章节的学习准备好开发环境。本章小结