Python環境搭建
本次入門系列將使用Python作為開發語言，要使用Python語言，我們先來搭建Python開發平臺，我們將基于Python 2.7版本、以及Python的開發發行版本Anaconda版本來開發，
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項，
下載地址：
https://www.anaconda.com/distribution/，注意要下載2.7版本
下載好Anaconda安裝包后，即可安裝，安裝好后，我們可以來測驗下Python環境是否已經搭建好，
Python語言入門
本小節將簡單介紹Python語言，此處不會涉及過多的Python語言細節，例如：面向物件之類，此處主要介紹后續學習資料挖掘程序中會使用到的語法，
Hello Python
此案例將在控制臺上列印 Hello, Python，
1、創建一個文本檔案，并命名為hello_python.py
2、撰寫以下內容
# 列印字串 print 'hello, python'
3、在命令列中執行命令 python hello_python.py
多重賦值
Python中支持多重賦值
# -*- coding: utf-8 -* # 多重賦值 zhangsan, lisi, wangwu = u'張三', u'李四', u'王五' print zhangsan, lisi, wangwu
注意：
- 在python中要使用中文，需要在檔案頭上加入 # -*- coding: utf-8 –*
- 字串應該使用 u開頭
條件判斷
python條件判斷可以使用 if …. elif … else，但邏輯條件使用 and、or，Python一般不使用花括號，而使用縮進對齊來作為區分，參考以下代碼：
''' 案例三： 定義變數 username 和 password 1. 如果 username 為 abc，且password為 123, 列印 正確 2. 如果 username 不為 abc，列印用戶名錯誤 3. 如果 password 不為 123，列印密碼錯誤 ''' username = 'abc' password = '123' if username == 'abc' and password == '123': print u'正確' else: if username != 'abc': print u'用戶名錯誤' else: print u'密碼錯誤'
for回圈
# 列印 1-10之間的數字 for i in range(1, 11): print i
函式
在Python可以使用def或者lambda運算式來定義函式：
# 定義一個函式計算兩個數字的和 def add(a, b): return a + b # 呼叫函式 print add(1, 1) print '==' * 10 # 使用 lambda運算式定義函式 add_lambda = lambda x,y: x + y print add_lambda(1, 1)
集合
以下代碼演示串列、元組、字典的使用
# 定義串列 list1 = [1,2,3,4,5] # 定義元組 tuple1 = (1,2,3,4) # 定義字典 dict1 = {'zhangsan':20, 'lisi': 30} print list1 print tuple1 print dict1
注意：元組的元素是不可以被修改的，
可以使用 []來訪問集合的元素
函式式編程
Python支持函式式編程，撰寫起來也很方便
# 函式式編程 # 1. 初始化一個集合，包含數字從1-10 list2 = range(1, 11) # 2. 對每一個數字 +1 list3 = map(lambda n:n+1, list2) print list3 # 3. 過濾集合中所有能夠整除2的數字 list4 = filter(lambda n: n%2==0, list2) print list4
使用庫函式
Python中需要使用到外部的函式，可以使用import關鍵字來匯入庫函式
# 匯入庫 import math print math.pi print math.sin(1) # 給math庫取一個別名 import math as m print m.pi
添加第三方庫
要使用Python進行資料挖掘開發，需要提前安裝第三方庫，Python中有非常豐富的第三方庫，使用以下方式可以非常簡便地安裝第三方庫，
使用pip安裝，以下將演示使用pip來安裝各類資料分析工具，
Numpy
Numpy實作了真正的陣列功能，很多高級的庫都依賴該庫，我們可以使用pip來安裝它，
pip install numpy
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/32511.html
標籤：大數據