我们为什么要使用python做数据分析？

近年来，数据分析正在改变我们的工作方式，数据分析相关工作也越来越受到人们的青睐。我们知道很多编程语言都可以做数据分析，比如R、Matlab、Python等等，对于想从事数据分析的初学者应该如何选择编程语言呢？我建议大家使用python进行数据分析，原因有以下四点：

一

python语言非常的简单、易学，适合初学者作为入门语言

Python的语法简单，代码可读性高，容易入门，有利于初学者学习。举个例子，假如我们在处理数据的时候，希望把用户性别数据数值化，也就是变成计算机可以运算的数字形式，我们可以直接用一行列表推导式完成，十分的简洁，相信你即使没有学过，看代码也能猜出要干什么：

数据原始形式：

>>>data= ['male','female','male','male','female']

我们使用一行代码做转化：

>>> data_int = [1 if x == 'male' else 0 for x in data]

这样就得到了数值化的data_int:

>>> data_int

[1, 0, 1, 1, 0]

是不是非常的简单？这种转化在做数据预处理的时候用的很多。

二

Python拥有一个巨大而活跃的科学计算社区

Python在数据分析和交互、探索性计算以及数据可视化等方面都有非常成熟的库和活跃的社区，使python成为数据处理任务重要解决方案。在科学计算方面，python拥有numpy、pandas、matplotlib、scikit-learn、ipython等等一系列非常优秀的库和工具，特别是pandas在处理中型数据方面可以说有着无与伦比的优势，正在成为各行业数据处理任务的首选库，比如我们生成一些随机数据：

现在我们选取其中大于0的数值：

或者我们绘图查看A、B、C、D这四列值的变化：

我们都是使用了一行的代码就完成了这些任务，非常的简单快速，大家在我们犀数微课的python数据分析课程中会详细了解到这几行代码的含义。

三

python拥有强大的通用编程能力

不同于R或者matlab，python不仅在数据分析方面能力强大，在爬虫、web、自动化运维甚至游戏等等很多领域都有广泛的应用。这就使公司使用一种技术完成全部服务成为可能，有利于各个技术组之间的业务融合。比如，我们用python的爬虫框架scrapy爬取数据，然后交给pandas做数据处理，最后使用python的web框架django给用户作展示，这一系列任务可以全部用python完成，能大大提高公司的技术效率。

四

python是人工智能时代的通用语言

在人工智能火热的今天，python已经成为了最受欢迎的编程语言。得益于python的简洁、丰富的库和社区，大部分深度学习框架都优先支持python语言编程，比如当今最火热的深度学习框架tensorflow，它虽然是C++编写的，但对python语言支持最好，事实上，你可以在命令行中输入以下代码看看：

>>> import tensorflow as tf

>>> import numpy as np

>>> tf.int32 == np.int32

True

我们看到谷歌深度学习框架tensorflow的数据类型与numpy的数据类型是等价的，这是因为tensorflow在设计的时候就是参考了numpy的数据类型，并有意使其成为python科学计算系列库的重要部分。

以上就是我为大家介绍的使用python进行数据分析的原因，相信在未来会有更多的人和公司选择python、使用python，也欢迎大家加入到犀数微课python数据分析课程中来，与时代共舞、与你我共成长！

分享者：明光华

一位擅长利用python进行数据分析、可视化及网络爬取的数据工作者

有希望与我共同交流、探讨“如何学习、使用Python”的伙伴，欢迎大家报名由中国商业联合会数据分析专业委员会主办、犀数学院承办的《与大咖对话》线上直播活动！

2018年1月31日（周三）晚20：00

报名方式只会在“犀数公益讲堂微信群”公布！还没入群的伙伴，扫描下方分析君微信，邀您入群

转载：自犀数学院公众号