如何用Python进行1-3的数据分析操作？

本文共计2643个文字，预计阅读时间需要11分钟。

重要的Python库：NumPy、Pandas、Matplotlib

第二章：语言基础、IPython及Jupyter

在我看来，Python中高效分析数据的关键在于利用这些库。一旦学会了如何使用Python，开发软件就变得轻松。下面是如何利用Python来探索数据的简要介绍。

重要的python库：Numpy、pandas、matplotlib

第二章 语言基础、IPYTHON及Jupyter

在我看来，在python中高效地分析数据并不需要完全精通如何利用python语言开发软件，一旦学会了如何使用python来探索数据，推荐各位实验本书示例的同时也可以尝试练习一些别的内容，和其他键盘控制的 命令行环境一样，练就常用命令的肌肉记忆也是学习曲线的一部分。

2.1 Python解释器IPython是一个加强版的python解释器。

2.2 IPython基础安装Anaconda后，在终端输入ipython即可进入，输入exit()即可退出。在IPython中仅输入一个变量名，它会返回一个表示该对象的字符串，相较于print语句可读性更好一些。Tab补全：在IPython中，适时按下tab键，可以对方法、属性补全；此外也支持搜索交互命名空间、上下文场景。内省：在IPython中，变量名或函数名后面输入一个问号后，可以显示一些关于该对象的概要信息；如果在函数名后输入双问号，可以显示函数的源代码。“？”也可以用户搜索IPython命名空间，把一些字符和通配符（*）结合在一起，会显示所有匹配通配符表达式的命名。%run命令：当你使用%run命令时，IPython会在同一个进程内执行指定文件中的代码；如果你想让待运行的脚本使用交互式IPython命名空间中已有的变量，可以使用%run -i替代普通的%run命令。