Python数据分析与数据挖掘 第1章 Python介绍及安装.ppt

数据挖掘导论 数据挖掘导论 第1章 Python介绍及安装 Python数据分析与数据挖掘 Python Python诞生于20世纪90年代初，是一种解释型、面向对象、动态数据类型的高级程序设计语言，是最受欢迎的程序设计语言之一。 Python于20世纪80年代末由荷兰人Guido van Rossum设计实现的。 1991年，Van Rossum公布了0.9.0版本的Python源代码，此版本已经实现了类、函数以及列表、字典和字符串等基本的数据类型。0.9.0版本还集成了模块系统，Van Rossum将模块描述为Python主要的编程单元。 Python 1994年，Python 1.0发布了。1.0新增了函数式工具。 Python 2.0集成了列表推导式(List comprehension)。 Python 3.0。相对于早期版本，是一个较大的升级。为了不累赘，Python 3.0在设计的时候没有考虑向下兼容。其主要设计思想就是通过移除传统的做事方式从而减少特性的重复。很多早期Python版本的程序无法在Python 3.0上正常运行。 为了照顾现有程序，Python 2.6作为一个过渡版本，基本使用了Python 2.x的语法和库，同时考虑了向Python 3.0的迁移，允许使用部分Python 3.0的语法与函数。 Python Python的特性： （1）简单易学 （2）Python是开源的、免费的 （3）Python是高级语言 （4）高可移植性 （5）Python是解释型语言 （6）Python全面支持面向对象的程序设计思想 （7）高可扩展性 （8）支持嵌入式编程 （9）功能强大的开发库 Python 必解释型语言 设计哲学是优雅”、“明确” 、简单“ 易学、易用 可读性高 开发哲学是“用一种方法，最好是只用一种方法来做一件事” 现代编程语言 面向对象 支持泛型设计 支持函数式编程 丰富的数据结构和第三方函数库 功能强大 为何Python 写起来快、看起来明白。 比较常见的领域是： web服务器、科学计算、数据分析、数据科学、应用内嵌脚本、系统管理、云计算(AWS、Openstack、VMware、Google云、Oracle云等) 、大数据和Hadoop、基础设施自动化、软件测试、移动端测试、神经网络、智能算法、图像处理。 优点： 接近英语的简单语法； 开发环境简单，能打字就能写代码； 众多的第三方库； 解释执行，不需要编译； 跨平台，方便移植； TIOBE Index 为何Python 领域 流行语言 Web项目开发 Python, Java, PHP 云基础设施 Python, Java, Go DevOPS Python, Shell, Ruby 网络爬虫 Python, PHP，C++ 数据处理 Python, R, Scala 为何Python Python工程师 岗位，薪资，及技能要求 Python全栈开发工程师（10k-20K） Python运维开发工程师（15k-20K） Python高级开发工程师（15k-30K） Python大数据工程师（15K-30K） Python机器学习工程师（15k-30K） Python架构师（20k-40k） Python语言的优势 脚本语言 + 语句执行 例1： print(“Hello World!大家好!) 例2： sum = 99999 * 99999 print(sum) Python语言的优势 脚本语言 + 语句执行 例3： months=JanFebMarAprMayJunJulAugSepOctNovDec n = 4 monthAbbrev = months[(n-1)*3:(n-1)*3+3] print(monthAbbrev) Python语言的优势 简洁 + 强制可读性 例4： def mean(numbers): s = 0.0 for num in numbers: s = s + num return s / len(numbers) nums = [0,1,2,3,4,5,6,7,8,9] print(mean(nums)) Python语言的优势 跨平台 + 开源 / 目前有93561个开源库，覆盖各类计算问题 例5： from random import random rnd = random()*10