毫不誇張地說,大資料已經成為任何商業交流中不可或缺的一部分。桌面和移動搜尋向全世界的營銷人員和公司以空前的規模提供著資料,並且隨著物聯網的到來,大量用以消費的資料還會呈指數級增長。這種消費資料對於想要更好地定位目標客戶、弄懂人們怎樣使用他們的產品或服務,並且透過收集資訊來提高利潤的公司來說無疑是個金礦。
為什麼選擇Python?
Python最大的優點就是簡單易用。這個語言有著直觀的語法並且還是個強大的多用途語言。這一點在大資料分析環境中很重要,並且許多企業內部已經在使用Python了,比如Google,YouTube,迪士尼,和索尼夢工廠。還有,Python是開源的,並且有很多用於資料科學的類庫。所以,大資料市場急需Python開發者,不是Python開發者的專家也可以以相當塊速度學習這門語言,從而最大化用在分析資料上的時間,最小化學習這門語言的時間。
用Python進行資料分析之前,你需要從
Continuum.io
現在,如果你真的要用Python進行大資料分析的話,毫無疑問你需要成為一個Python開發者。這並不意味著你需要成為這門語言的大師,但你需要了解Python的語法,理解正則表示式,知道什麼是元組、字串、字典、字典推導式、列表和列表推導式——這只是開始。
各種類庫
當你掌握了Python的基本知識點後,你需要了解它的有關資料科學的類庫是怎樣工作的以及哪些是你需要的。其中的要點包括NumPy,一個提供高階數學運算功能的基礎類庫,SciPy,一個專注於工具和演算法的可靠類庫,Sci-kit-learn,面向機器學習,還有Pandas,一套提供操作DataFrame功能的工具。
除了類庫之外,你也有必要知道Python是沒有公認的最好的整合開發環境(IDE)的,R語言也一樣。所以說,你需要親手試試不同的IDE再看看哪個更能滿足你的要求。開始時建議使用IPython Notebook,Rodeo和Spyder。和各種各樣的IDE一樣,Python也提供各種各樣的資料視覺化庫,比如說Pygal,Bokeh和Seaborn。這些資料視覺化工具中最必不可少的就是Matplotlib,一個簡單且有效的數值繪圖類庫。
所有的這些庫都包括在了Anaconda裡面,所以下載了之後,你就可以研究一下看看哪些工具組合更能滿足你的需要。用Python進行資料分析時你會犯很多錯誤,所以得小心一點。一旦你熟悉了安裝設定和每種工具後,你會發現Python是目前市面上用於大資料分析的最棒的平臺之一。
毫不誇張地說,大資料已經成為任何商業交流中不可或缺的一部分。桌面和移動搜尋向全世界的營銷人員和公司以空前的規模提供著資料,並且隨著物聯網的到來,大量用以消費的資料還會呈指數級增長。這種消費資料對於想要更好地定位目標客戶、弄懂人們怎樣使用他們的產品或服務,並且透過收集資訊來提高利潤的公司來說無疑是個金礦。
為什麼選擇Python?
Python最大的優點就是簡單易用。這個語言有著直觀的語法並且還是個強大的多用途語言。這一點在大資料分析環境中很重要,並且許多企業內部已經在使用Python了,比如Google,YouTube,迪士尼,和索尼夢工廠。還有,Python是開源的,並且有很多用於資料科學的類庫。所以,大資料市場急需Python開發者,不是Python開發者的專家也可以以相當塊速度學習這門語言,從而最大化用在分析資料上的時間,最小化學習這門語言的時間。
用Python進行資料分析之前,你需要從
Continuum.io
下載Anaconda。這個包有著在Python中研究資料科學時你可能需要的一切東西。它的缺點是下載和更新都是以一個單元進行的,所以更新單個庫很耗時。但這很值得,畢竟它給了你所需的所有工具,所以你不需要糾結。現在,如果你真的要用Python進行大資料分析的話,毫無疑問你需要成為一個Python開發者。這並不意味著你需要成為這門語言的大師,但你需要了解Python的語法,理解正則表示式,知道什麼是元組、字串、字典、字典推導式、列表和列表推導式——這只是開始。
各種類庫
當你掌握了Python的基本知識點後,你需要了解它的有關資料科學的類庫是怎樣工作的以及哪些是你需要的。其中的要點包括NumPy,一個提供高階數學運算功能的基礎類庫,SciPy,一個專注於工具和演算法的可靠類庫,Sci-kit-learn,面向機器學習,還有Pandas,一套提供操作DataFrame功能的工具。
除了類庫之外,你也有必要知道Python是沒有公認的最好的整合開發環境(IDE)的,R語言也一樣。所以說,你需要親手試試不同的IDE再看看哪個更能滿足你的要求。開始時建議使用IPython Notebook,Rodeo和Spyder。和各種各樣的IDE一樣,Python也提供各種各樣的資料視覺化庫,比如說Pygal,Bokeh和Seaborn。這些資料視覺化工具中最必不可少的就是Matplotlib,一個簡單且有效的數值繪圖類庫。
所有的這些庫都包括在了Anaconda裡面,所以下載了之後,你就可以研究一下看看哪些工具組合更能滿足你的需要。用Python進行資料分析時你會犯很多錯誤,所以得小心一點。一旦你熟悉了安裝設定和每種工具後,你會發現Python是目前市面上用於大資料分析的最棒的平臺之一。