从环境搭建到NumPy完整掌握

补课专用｜从环境搭建到NumPy完整掌握｜零基础也能看懂、能上手、能记住

第一部分：Python数据分析简介

1.1 为什么用Python做数据分析

Python是目前数据分析、人工智能领域最主流、最全能的语言，优势非常明显：

1.1.1 Python自身优势

一站式完成全流程
数据采集 → 数据清洗 → 数据分析 → 可视化 → 机器学习 → 上线部署，全部能用Python独立完成。
海量开源库支持
几乎所有数据分析需求都有现成库，不用从零写代码。
AI/机器学习首选语言
深度学习、神经网络、人工智能项目几乎都用Python。
应用范围极广
除了数据分析，还能做爬虫、Web开发、自动化、游戏开发等。

1.1.2 对比Excel、PowerBI、Tableau

Excel有数据行数限制（最多约100万行），大数据直接卡死。
PowerBI/Tableau处理超大数据速度慢。
商业软件需要付费授权，Python完全免费开源。
Python功能更强大，能处理文本、图像、日志等非结构化数据。
跨平台：Windows、Mac、Linux都能完美运行。

1.1.3 对比R语言

处理海量数据效率更高。
工程化能力更强，更容易把分析结果做成系统/产品。
非结构化数据（文本、图像）与深度学习优势巨大。
社区资源更多，教程、问题解决方案远多于R。

1.2 Python数据分析六大核心库

每个库的作用、定位、一句话理解全部整理好，一次性记牢。

1. NumPy

全称：Numerical Python
定位：数值计算基础库
核心：提供ndarray多维数组，速度极快（C语言底层）
功能：
- 快速数组/矩阵运算
- 线性代数、傅里叶变换
- 随机数生成
- 科学计算底层支持

2. Pandas

定位：表格数据处理神器
基于NumPy构建
核心数据结构：
- Series：一维数组（带索引）
- DataFrame：二维表格型结构（行+列）
功能：
- 读取/写入 Excel、CSV、SQL
- 数据清洗、缺失值处理
- 数据筛选、分组、聚合
- 时间序列分析

3. Matplotlib

定位：Python最基础、最常用可视化库
功能：
- 绘制折线图、柱状图、散点图、直方图
- 支持静态、动态、交互式图表
- 几乎所有可视化库都基于它扩展

4. Seaborn

定位：高颜值统计可视化库
基于Matplotlib + Pandas
优点：
- API更简单
- 图表更美观
- 直接支持DataFrame数据
适合：数据分析报告、统计图表

5. Scikit-learn（Sklearn）

定位：机器学习标准库
基于NumPy、SciPy、Matplotlib
功能：
- 分类、回归、聚类
- 数据预处理、模型评估
- 简单高效、开箱即用

6. Jupyter Notebook / Jupyter Lab

定位：数据分析首选开发环境
形式：Web应用程序
支持：代码、笔记、公式、图表混合编写
用途：
- 数据清洗与转换
- 数值模拟
- 统计分析
- 数据可视化
- 机器学习实验
文件后缀：.ipynb

第二部分：Python数据分析环境搭建（超详细）

2.1 Anaconda 是什么？

核心定位

全球最流行的数据科学平台（超2000万用户）
包管理器 + 环境管理器二合一
自带Python、Jupyter、NumPy、Pandas等数百个常用库
支持虚拟环境，避免版本冲突

为什么必须用Anaconda？

不用手动配置Python环境
不用一个个安装库
不同项目可以用不同环境，互不干扰
安装简单、跨平台、稳定

2.2 Anaconda 安装步骤

打开官网：
https://www.anaconda.com/products/individual
下载对应系统版本（Windows/Mac/Linux）
双击安装，一路下一步即可
已安装Python不影响，Anaconda会自带独立Python

2.3 Anaconda 常用命令（必须背会）

2.3.1 虚拟环境管理

# 创建虚拟环境（指定Python版本）
conda create -n 环境名 python=3.9

# 激活/进入虚拟环境
conda activate 环境名

# 退出虚拟环境
conda deactivate

# 删除虚拟环境（彻底删除）
conda remove -n 环境名 --all

2.3.2 安装第三方库

# conda安装
conda install 库名

# pip安装（推荐国内镜像，速度快）
pip install 库名 -i https://mirrors.aliyun.com/pypi/simple/

国内常用镜像源

阿里云：https://mirrors.aliyun.com/pypi/simple/
豆瓣：https://pypi.douban.com/simple/
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
中科大：http://pypi.mirrors.ustc.edu.cn/simple/

2.4 Jupyter Notebook 完整使用指南

2.4.1 启动方式

方式1：Anaconda 界面启动

打开Anaconda → 找到Jupyter Notebook → 点击 Launch

方式2：命令行启动（推荐）

conda activate 你的环境
jupyter notebook

2.4.2 Jupyter 核心概念

Cell（单元格）：代码输入与结果展示的区域
两种模式：
- 命令模式（按ESC）
- 编辑模式（按Enter）

2.4.3 最常用快捷键（必背）

命令模式（ESC）

M → 切换为Markdown笔记
Y → 切换为代码
A → 在上方插入Cell
B → 在下方插入Cell
DD → 删除当前Cell
Enter → 进入编辑模式

编辑模式（Enter）

Ctrl + / → 注释/取消注释
Tab → 代码补全
Ctrl + Z → 撤销
Ctrl + Y → 重做

通用快捷键

Shift + Enter → 运行当前Cell，并跳到下一个
Ctrl + Enter → 运行当前Cell，停在原地
Cell左边出现* → 代码正在运行

2.4.4 Jupyter 中使用 Markdown

命令模式按 M 进入Markdown
可写标题、列表、加粗、公式、笔记说明
适合写分析思路、报告、注释

第三部分：NumPy 超详细笔记（数据分析核心）

NumPy是所有数据分析库的基础，必须熟练掌握。

3.1 NumPy 是什么？

官方定义

NumPy = Numerical Python，是Python科学计算、数值分析的基础库。

核心特点

底层由C语言开发，运算速度极快
解决Python原生列表运算慢、耗内存的问题
提供ndarray多维数组对象
支持向量化运算，不用写循环
是Pandas、Matplotlib、Sklearn的基础

3.2 ndarray 核心属性

ndarray是NumPy的核心，所有操作都围绕它。

属性名	含义
`ndarray.ndim`	数组的维度（1维、2维、3维…）
`ndarray.shape`	数组形状（行，列）
`ndarray.size`	数组总元素个数
`ndarray.dtype`	数组元素的数据类型
`ndarray.itemsize`	每个元素占用的字节数

示例理解

import numpy as np

arr = np.array([[1,2,3], [4,5,6]])

print(arr.ndim)      # 2 （二维数组）
print(arr.shape)     # (2,3) 2行3列
print(arr.size)      # 6
print(arr.dtype)     # int64
print(arr.itemsize)  # 8

3.3 创建 ndarray 数组（最全方法）

3.3.1 从列表/序列创建（最常用）

import numpy as np

# 一维数组
arr1 = np.array([1,2,3,4])

# 二维数组
arr2 = np.array([[1,2],[3,4],[5,6]])

3.3.2 arange 创建等差数组

类似Python的range，但返回数组。

np.arange(起始, 结束, 步长)

np.arange(0, 10, 2)
# 结果：[0 2 4 6 8]

3.3.3 linspace 创建等差数列

np.linspace(起始, 结束, 元素个数)

np.linspace(0, 10, 5)
# 结果：[ 0.  2.5  5.  7.5 10. ]

3.3.4 logspace 创建等比数列

默认以10为底。

np.logspace(起始指数, 结束指数, 个数)

np.logspace(0, 3, 4)
# 10^0 → 10^3

3.3.5 指定数据类型 dtype

arr = np.array([1,2,3], dtype=np.float32)

# 类型转换
arr_new = arr.astype(np.int64)

3.4 NumPy 常用内置函数（超级全）

3.4.1 基础数值函数

np.ceil(x)      # 向上取整
np.floor(x)     # 向下取整
np.rint(x)      # 四舍五入
np.abs(x)       # 绝对值
np.isnan(x)     # 判断是否为NaN
np.multiply(x,y)# 元素相乘
np.divide(x,y)  # 元素相除
np.where(条件, x, y) # 三元运算：满足条件返回x，否则y

3.4.2 统计函数（最常用）

np.mean()       # 平均值
np.sum()        # 求和
np.max()        # 最大值
np.min()        # 最小值
np.std()        # 标准差
np.var()        # 方差
np.argmax()     # 最大值索引
np.argmin()     # 最小值索引
np.cumsum()     # 累加和
np.cumprod()    # 累乘积
np.unique()     # 去重并排序

3.4.3 轴参数 axis（重点）

axis=0 → 按列计算
axis=1 → 按行计算

arr = np.array([[1,2],[3,4]])

arr.sum(axis=0)  # [4,6] 按列求和
arr.sum(axis=1)  # [3,7] 按行求和

3.5 NumPy 数组运算

3.5.1 元素级运算

两个相同形状数组可以直接加减乘除，对应位置计算。

a = np.array([1,2,3])
b = np.array([4,5,6])

a + b
a - b
a * b
a / b

3.5.2 矩阵乘法

# 标准矩阵乘法
np.dot(a, b)
a @ b

3.5.3 广播机制

不同形状的数组也能运算，NumPy会自动扩展。

例：(3,3)数组 + (3,)数组 → 自动按行扩展

第四部分：课堂完整总结

Python数据分析总结

Python是数据分析最强大、最通用的语言。
核心库：NumPy、Pandas、Matplotlib、Seaborn、Sklearn、Jupyter。
Anaconda负责环境与包管理，一键搭建环境。
Jupyter Notebook是数据分析最佳编辑器，支持代码+笔记混合。
NumPy提供ndarray数组，是所有数值计算的基础。
数组属性、创建、函数、运算必须熟练掌握。

学习路线（照着学不会迷路）

搭建Anaconda环境 → 会用Jupyter
熟练NumPy数组操作
学习Pandas处理表格数据
学习Matplotlib/Seaborn画图
学习Sklearn做简单机器学习模型

posted @ 2026-04-09 11:24 Petula 阅读(66) 评论(0) 收藏举报

刷新页面返回顶部

wsyl