Python数据分析与可视化 教案 1.2 认识Python.docxVIP

课 题 1. 2 认识 Python 课 型 讲练 授课班级 大数据 授课时数 1 教学目标 了解Python语言的特点 了解Python常用库的名称及作用 教学重点 1.了解Python语言的特点 教学难点 1. 了解Python常用库的名称及作用 学情分析 学生之前一般都是上过Pyhon课，但是不一定学过Python中的一些第 三方库，比方Pandas、Numpy等，但是这些库在数据分析中很重要。 教学效果 本次课是Python的导入课，通过本次课的学习，能够对于Python的各 种库有一个基本了解。 教后记 苏州工业职业技术学院Suzhou Institute Of Industr ial Technology 教师备考首页 教师备考首页 一、Python的开展趋势 Pylhon是一种跨平台的计算机程序设计语言，是由Guido van Rossum在八十年 代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。自从20世纪 90年代初Python语言诞生至今，已被逐渐被广泛应用于系统管理任务处理。自从20()4 年以后，Pylhon的使用率呈线性增长。目前，Pylhon已经成为最受欢迎的程序设计语 言之一。Python 2于2000年10月16日发布，稳定版本是Python 2.70 Python 3于2008 年12月3日发布,不完全兼容Python 2。 二、Python的特点 .易于学习 Pylhon有相对较少的关键字，结构也比拟简单，与其他程序语言相比，学习起来 更加简单，比方在Python变量不需要声明可以直接使用，再比方?些第三方库集成 了很多计算功能，大大简化编程的难度。 .易于阅读 Pylhon代码定义清晰，比方语句的组织依赖于缩进而不是用符号标记，如循环结 构的“开始/结束”可直接用缩进而不需要使用其他的符号。 .开发效率高 Pylhon是一种面向对象的解释型计算机程序设计语言，具有丰富和强大的库。高 级数据结构可以在一个单独的语言中表达出很复杂的操作，比方调用第三方库中的很 多方法，就可以防止写很多循环。 .可移植性强 基于其开放源代码的特性，Pylhon已经被移植(也就是使其工作)到许多平台。 三、Python的常用库 l.numpy NumPy是Numerical Python的简称，是Python语言的一个扩展程序库，支持大 量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy的 前身Numeric最早是由Jim Hugunin与其它协作者共同开发，2005年，Travis Oliphant在Numeric中结合了另一个同性质的程序库Nuniarray的特色，并加入了 其它扩展而开发了 NumPyo NumPy支持高级大量的维度数组与矩阵运算，底层是C语言实现的，由于针对 数组运算提供大量的数学函数库，计算速度比拟快，运算效率极好，是机器学习框架 的基础类库。 2.SciPy SciPy是构建在numpy基础之上的数据计算库，它提供了许多的操作numpy的数 组的函数。SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包，它 包括了统计、优化、整合以及线性代数模块、傅里叶变换、信号和图像图例，常微分 方差的求解等。 Scipy的子模块包括： 模块名 功能简介 scipy.cl uster 向量量化 scipy.constants 数学常量 scipy. fftpack 快速傅里叶变换 scipy. integrate 积分 erpolate 插值 scipy.io 数据输入输出 scipy.linalg 线性代数 scipy.spatial 空间数据结构和算法 scipy.special 特殊数学函数 scipy.stats 统计函数 pandas 表格容器pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务 而创立的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数 据集所需的工具。pandas提供了大量快速便捷地处理数据的函数和方法，使得Python 成为强大而高效的数据分析环境的重要因素之一。 pandas使用一个二维的数据结构DataFramc来表示表格式的数据，同时使用NaN 来表示缺失的数据，而不用像Numpy需要手工处理缺失的数据，并且pandas使用轴 标签来表示行和列。同时，pandas可以对数据进行导入、清洗、处理、统计和输出， 所以pandas库就是一个数据分析库。 matpoltlib Malplotlib是Python在绘制2D图形领域中使用最广泛的套件，它能让使用者很 轻松地将数据图形化，并旦提供多样化的输出格式。通过Matplotlib,用户可以仅需 要几行代码，便可以生成绘图。一般