《利用Python进行数据分析》学习笔记 第1章 准备工作

写在最前面：此学习笔记主要对机械工业出版社出版的《利用Python进行数据分析·第2版》，及SeanCheney在简书平台上对此书的翻译内容进行学习和记录。

第一章 准备工作

1.1 本书的内容

• Python分析的数据：结构化数据（structured data）

• 表格型数据，其中各列可能是不同的类型（字符串、数值、日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。
• 多维数组（矩阵）。
• 通过关键列（对于SQL用户而言，就是主键和外键）相互联系的多个表。
• 间隔平均或不平均的时间序列。

1.2 为什么要使用Python进行数据分析

• Python作为胶水语言

Python成为成功的科学计算工具的部分原因是，它能够轻松地集成C、C++以及Fortran代码。大部分现代计算环境都利用了一些Fortran和C库来实现线性代数、优选、积分、快速傅立叶变换以及其他诸如此类的算法。

• 解决“两种语言”问题

很多组织通常都会用一种类似于领域特定的计算语言（如SAS和R）对新想法做研究、原型构建和测试，然后再将这些想法移植到某个更大的生产系统中去（可能是用Java、C#或C++编写的）。人们逐渐意识到，Python不仅适用于研究和原型构建，同时也适用于构建生产系统。为什么一种语言就够了，却要使用两个语言的开发环境。

1.3 重要的Python库

• NumPy
</