“Python”的版本间的差异

2018年8月30日 (四) 02:46的版本

提示：欢迎帮助我们进一步提升文章质量，当前重点任务包括：

章节补充：补充案例、上手章节内容；
图片补充：用python绘制示例图表、以python为主要工具构建的网站或应用的截屏；
内容优化：概况章节的补充完善，补充来源引用与更多阅读章节的链接；

Python标识

Python是一款自由、开源的高级解释性计算机编程语言，遵循 GPL（GNU General Public License）协议。Python语法简洁清晰，具有丰富和强大的库，能够把用其他语言制作的各种模块（尤其是C/C++）轻松地联结在一起。在IEEE发布2017年编程语言排行榜中，Python高居首位^[1]。

概况

发展历程

Python是一种高级编程语言，由荷兰人Guido van Rossum创建并于1991首次发布。

主要特点

Python是一种解释性语言,特别强调代码的可读性，最典型的例子就是Python用行缩进来区分代码块，而不是其他编程语言中较为常见的大括号。
Python常常被称为胶水语言，能将其他编程语言制作的各种模块连接在一起。

库

Python拥有一个强大的标准库，提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。Python标准库提供的工具适用于多种类型的任务，如：针对面向互联网的应用，提供了对MIME、HTTP等标准格式与协议的支持；针对图形用户界面（GUI）应用，提供了关系数据库连接、随机数生成、任意位数小数算法支持、正则表达式操作、单元测试等各类模块。Python标准库命名接口清晰、文档良好，很容易学习和使用。

Python社区提供了大量的第三方模块，使用方式与标准库类似。它们的功能无所不包，覆盖科学计算、Web开发、数据库接口、图形系统多个领域，并且大多成熟而稳定。第三方模块可以使用Python或者C语言编写。截止2018年3月， Python官方第三方资源库Python Package Index (PyPI)已收录超过13万项各类功能包。

数据分析相关Python库

numpy：python科学计算的基础包；numpy提供了快速高效的多维数组对象ndarray、对数组执行元素级计算以及直接对数组执行数学运算的函数、读写硬盘上基于数组的数据集的工具，线性代数运算、傅里叶变换、随机数生成功能，以及将C、C++、Fortran代码集成到python的工具；
pandas：提供了能够快速便捷处理结构化数据的大量数据结构和函数；pandas兼具numpy高性能的数组计算功能以及电子表格和关系型数据（如SQL）灵活的数据处理能力，提供了复杂精细的索引功能，以便更为便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作；
matplotlib：最为流行的数据图表绘制python库；
scipy：一组专门解决科学计算中各种标准问题域的包的集合；

应用

Python灵活且各类爬虫库、数据分析库、数据可视化库较为丰富，很适合用于做数据抓取的主体架构，并基于这些数据做分析及可视化^[2]，可将互联网上越来越丰富的数据为各种类型的城市规划与研究所用。

网络数据抓取

交通：抓取12306火车、机票网站数据；搭建各个机场的实时流量图；
财经：抓取雪球及各类财经网站数据；
住宅：抓取58、搜房、链家等房屋租售数据；
自然资源：抓取天气数据，环境质量（PM2.5）数据；
地点舆情：抓取新浪微博的用户发言及舆论数据；
科技行业：抓取各应用商店的App的下载量及评论数据；追踪各门类App下载量热点，热点行业走势；
服务行业：抓取大众点评及美团网的餐饮及各类线下门店消费及评价情况；绘制城市早晚高峰时段（某类）人群出行的热点图；

数据分析

上手

网络爬取

Python3.x的标准库urllib，将Python2.x的标准库urllib，urllib2功能进行了整合，提供网络爬取的相关功能。一个简单的抓取基本操作如下：

from urllib import request     #Python3.x下引用库，Python2.x下引用urllib2，通过urllib2.urlopen()调用

file = request.urlopen("http://wiki.citydatum.com")

data = file.read()    #读取全部页面，数据格式为bytes类型

data_str = data.decode('utf-8')    #解码，转换为str类型

fhandle=open("./1.html","wb")    #将爬取的网页保存在本地
fhandle.write(data)
fhandle.close()

参考

参考资料

外部链接

[1] IEEE发布2017年编程语言排行榜：Python高居首位

[2] 知乎：你用 Python 做过什么有趣的数据挖掘/分析项目？

[1]

[2]

@@ 第19行： / 第19行： @@
 Python社区提供了大量的第三方模块，使用方式与标准库类似。它们的功能无所不包，覆盖科学计算、Web开发、数据库接口、图形系统多个领域，并且大多成熟而稳定。第三方模块可以使用Python或者C语言编写。截止2018年3月， Python官方第三方资源库[https://pypi.org/ Python Package Index] (PyPI)已收录超过13万项各类功能包。
+====数据分析相关Python库====
+* '''numpy'''：python科学计算的基础包；numpy提供了快速高效的多维数组对象ndarray、对数组执行元素级计算以及直接对数组执行数学运算的函数、读写硬盘上基于数组的数据集的工具，线性代数运算、傅里叶变换、随机数生成功能，以及将C、C++、Fortran代码集成到python的工具；
+* '''pandas'''：提供了能够快速便捷处理结构化数据的大量数据结构和函数；pandas兼具numpy高性能的数组计算功能以及电子表格和关系型数据（如SQL）灵活的数据处理能力，提供了复杂精细的索引功能，以便更为便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作；
+* '''matplotlib'''：最为流行的数据图表绘制python库；
+* '''scipy'''：一组专门解决科学计算中各种标准问题域的包的集合；
 == 应用 ==
 Python灵活且各类爬虫库、数据分析库、数据可视化库较为丰富，很适合用于做数据抓取的主体架构，并基于这些数据做分析及可视化<ref>[https://www.zhihu.com/question/28975391 知乎：你用 Python 做过什么有趣的数据挖掘/分析项目？]</ref>，可将互联网上越来越丰富的数据为各种类型的城市规划与研究所用。
+=== 网络数据抓取 ===
 * 交通：抓取12306火车、机票网站数据；搭建各个机场的实时流量图；
 * 财经：抓取雪球及各类财经网站数据；
-* 住宅：58、抓取搜房、链家等房屋租售数据；
+* 住宅：抓取58、搜房、链家等房屋租售数据；
-* 自然资源：天气数据，环境质量（PM2.5）数据；
+* 自然资源：抓取天气数据，环境质量（PM2.5）数据；
 * 地点舆情：抓取新浪微博的用户发言及舆论数据；
 * 科技行业：抓取各应用商店的App的下载量及评论数据；追踪各门类App下载量热点，热点行业走势；
 * 服务行业：抓取大众点评及美团网的餐饮及各类线下门店消费及评价情况；绘制城市早晚高峰时段（某类）人群出行的热点图；
+=== 数据分析 ===
 == 上手 ==