1.必須知道的兩組Python基礎(chǔ)術(shù)語

A.變量和賦值

Python可以直接定義變量名字并進(jìn)行賦值的，例如我們寫出a = 4時，Python解釋器干了兩件事情：

• 在內(nèi)存中創(chuàng)建了一個值為4的整型數(shù)據(jù)
• 在內(nèi)存中創(chuàng)建了一個名為a的變量，并把它指向4

用一張示意圖表示Python變量和賦值的重點(diǎn)：

例如下圖代碼，“=”的作用就是賦值，同時Python會自動識別數(shù)據(jù)類型:

請閱讀代碼塊里的代碼和注釋，你會發(fā)現(xiàn)Python是及其易讀易懂的。

B.數(shù)據(jù)類型

在初級的數(shù)據(jù)分析過程中，有三種數(shù)據(jù)類型是很常見的：

• 列表list(Python內(nèi)置)
• 字典dic(Python內(nèi)置)
• DataFrame(工具包pandas下的數(shù)據(jù)類型，需要import pandas才能調(diào)用)

它們分別是這么寫的：

列表(list)：

list是一種有序的集合，里面的元素可以是之前提到的任何一種數(shù)據(jù)格式和數(shù)據(jù)類型(整型、浮點(diǎn)、列表……)，并可以隨時指定順序添加其中的元素，其形式是：

字典(dict)：

字典使用鍵-值(key-value)存儲，無序，具有極快的查找速度。以上面的字典為例，想要快速知道周杰倫的年齡，就可以這么寫：

dict內(nèi)部存放的順序和key放入的順序是沒有關(guān)系的,也就是說，"章澤天"并非是在"劉強(qiáng)東"的后面。

DataFrame：

DataFrame可以簡單理解為Excel里的表格格式。導(dǎo)入pandas包后，字典和列表都可以轉(zhuǎn)化為DataFrame，以上面的字典為例，轉(zhuǎn)化為DataFrame是這樣的：

和excel一樣，DataFrame的任何一列或任何一行都可以單獨(dú)選出進(jìn)行分析。

以上三種數(shù)據(jù)類型是python數(shù)據(jù)分析中用的最多的類型，基礎(chǔ)語法到此結(jié)束，接下來就可以著手寫一些函數(shù)計(jì)算數(shù)據(jù)了。

從Python爬蟲學(xué)循環(huán)函數(shù)

掌握了以上基本語法概念，我們就足以開始學(xué)習(xí)一些有趣的函數(shù)。我們以爬蟲中繞不開的遍歷url為例，講講大家最難理解的循環(huán)函數(shù)for的用法：

A.for函數(shù)

for函數(shù)是一個常見的循環(huán)函數(shù)，先從簡單代碼理解for函數(shù)的用途：

因?yàn)閐ict的存儲不是按照list的方式順序排列，所以，迭代出的結(jié)果順序很可能不是每次都一樣。默認(rèn)情況下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同時#迭代key和value，可以用for k, v in d.items()

可以看到，字典里的人名被一一打印出來了。for 函數(shù)的作用就是用于遍歷數(shù)據(jù)。掌握for函數(shù)，可以說是真正入門了Python函數(shù)。

B.爬蟲和循環(huán)

for函數(shù)在書寫Python爬蟲中經(jīng)常被應(yīng)用，因?yàn)榕老x經(jīng)常需要遍歷每一個網(wǎng)頁，以獲取信息，所以構(gòu)建完整而正確的網(wǎng)頁鏈接十分關(guān)鍵。以某票房數(shù)據(jù)網(wǎng)為例，他的網(wǎng)站信息長這樣：

該網(wǎng)站的周票房json數(shù)據(jù)地址可以通過抓包工具找到，網(wǎng)址為http://www.cbooo.cn/BoxOffice/getWeekInfoData?sdate=20190114

仔細(xì)觀察，該網(wǎng)站不同日期的票房數(shù)據(jù)網(wǎng)址(url)只有后面的日期在變化，訪問不同的網(wǎng)址(url)就可以看到不同日期下的票房數(shù)據(jù)：

我們要做的是，遍歷每一個日期下的網(wǎng)址，用Python代碼把數(shù)據(jù)爬下來。此時for函數(shù)就派上用場了，使用它我們可以快速生成多個符合條件的網(wǎng)址：

為了方便理解，我給大家畫了一個for函數(shù)的遍歷過程示意圖：

3.Python怎么實(shí)現(xiàn)數(shù)據(jù)分析？

A.Python分析

在做好數(shù)據(jù)采集和導(dǎo)入后，選擇字段進(jìn)行初步分析可以說是數(shù)據(jù)分析的必經(jīng)之路。在Dataframe數(shù)據(jù)格式的幫助下，這個步驟變得很簡單。

比如當(dāng)我們想看單周票房第一的排名分別都是哪些電影時，可以使用pandas工具庫中常用的方法，篩選出周票房為第一名的所有數(shù)據(jù)，并保留相同電影中周票房最高的數(shù)據(jù)進(jìn)行分析整理：

9行代碼，我們完成了Excel里的透視表、拖動、排序等鼠標(biāo)點(diǎn)擊動作。最后再用Python中的可視化包matplotlib，快速出圖：

B.函數(shù)化分析

以上是一個簡單的統(tǒng)計(jì)分析過程。接下來就講講Excel基礎(chǔ)功能不能做的事——自定義函數(shù)提效。觀察數(shù)據(jù)可以發(fā)現(xiàn)，數(shù)據(jù)中記錄了周票房和總票房的排名，那么剛剛計(jì)算了周票房排名的代碼，還能不能復(fù)用做一張總票房分析呢？

當(dāng)然可以，只要使用def函數(shù)和剛剛寫好的代碼建立自定義函數(shù)，并說明函數(shù)規(guī)則即可：

學(xué)會函數(shù)的構(gòu)建，一個數(shù)據(jù)分析師才算真正能夠告別Excel的鼠標(biāo)點(diǎn)擊模式，邁入高效分析的領(lǐng)域。

總結(jié)

以上是生活随笔為你收集整理的dataframe类型数据的遍历_Python零基础入门到爬虫再到数据分析，这些你都是要学会的...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。