利用Python做数据分析的基本步骤（持续更新）

一、环境搭建

数据分析最常见的环境是Anaconda+Jupyter notebook

二、导入包

2.1数据处理包导入

import numpy as np
import pandas as pd

注：numpy是Numerical Python的简称，是一个科学计算的包，可用来矩阵运算，处理线性代数的常见问题。

pandas是panel data和data analysis的组合词，原来是用来处理计量经济学面板数据的工具，可以用来数据对齐、切割、取片、查重、去空等一系列操作。

 

2.2画图包导入

import matplotlib.pyplot as plt
import missingno as msno
import seaborn as sns
sns.set()
sns.set_style('whitegrid', {'font.sans-serif':['simhei', 'Arial']})

注：matplotlib是常见的绘制图表的工具，seaborn是它的加强版，missingno是缺失值可视化处理的工具，sns.set()设置画图空间为 Seaborn 默认风格。后面的代码为处理中文字体。

 

2.3日期处理包导入

import calendar
from datetime import datetime

2.4jupyter notebook绘图设置

%matplotlib inline
%config InlineBackend.figure_format="retina"

注：%matplotlib inline是jupyter notebook里的命令，意思是将那些用matplotlib绘制的图显示在页面里而不是弹出一个窗口。