PENGENALAN KEPADA PYTHON UNTUK ANALITIK DATA

Semasa sesi yang menarik dan bermaklumat minggu ini bersama Lux Tech Academy Kenya, kami telah dibawa melalui pengenalan yang komprehensif kepada Python untuk Data dan Analitis.

Perkara pertama, anda perlu memasang muat turun Anaconda dan melancarkan buku nota Jupyter. Berikut ialah pautan untuk memuat turun Buku Nota Anaconda/Jupyter: Pemasangan buku nota Anaconda/Jupyter

Saya rasa seperti sebuah kapal yang dipenuhi dengan limpah kurnia semua pengetahuan ini, yang daripadanya saya akan berkongsi beberapa sorotan.

Tuples merujuk kepada jenis data terbina dalam yang memudahkan penyusunan data, serupa dengan senarai tetapi lebih unik. Mereka ditakrifkan menggunakan parantheses;my_cars= (1,2,3). Tuple mewakili koleksi tetap item yang tidak berubah lebih masa seperti latitud dan longitud. Tidak seperti senarai, tupel tidak boleh diubah suai; setelah ditakrifkan, seseorang tidak boleh menukar atau mengubah elemen dalam tupel.

Senarai python juga merujuk kepada sistem data terbina dalam yang membolehkan anda menyusun maklumat dalam kategori tertentu yang berbeza sedikit daripada tupel. Berikut ialah contoh senarai buah-buahan: my_fruits=['mangga','apples','grapes']
Senarai boleh menyimpan elemen jenis data yang berbeza, elemennya boleh diubah suai melalui penggunaan fungsi seperti .apend(),.remove()dll dan oleh itu boleh berkembang secara dinamik dalam atur cara.

Tatasusunan NumPy juga menyediakan cara yang cekap untuk menyimpan set data yang besar dalam perpustakaan Python tetapi berbeza dengan senarai dan tupel dengan cara berikut: Mereka hanya menyimpan elemen jenis data yang sama, mereka menggunakan kurang ruang memori dan tidak mempunyai proses gelung kerana ia menyokong operasi tervektor.

Terdapat pelbagai proses yang mengendalikan penggunaan memori dalam Python, tetapi kami akan memberi tumpuan utama kepada pengumpulan Sampah. Ini menyimpan memori dengan mengalih keluar objek yang tidak lagi diperlukan oleh atur cara.

1.Kutipan sampah boleh dilakukan melalui:
Pengiraan Rujukan: yang menjejaki bilangan rujukan yang menunjuk ke objek tertentu dalam program Python. Apabila kiraan rujukan menurun kepada sifar, memori yang digunakan oleh objek akan digugurkan.

2.Pengumpulan kitaran: ini serupa dengan yang terakhir tetapi digunakan dalam kes di mana objek merujuk satu sama lain dalam kitaran.

Akhir sekali, saya akan memberikan sedikit cahaya pada fungsi dalam skrip analisis. Fungsi ialah baris kod yang boleh digunakan semula yang boleh dipanggil secara berasingan untuk melaksanakan tugas yang sama. Sintaks asas ialah:
`def function_name(operasi)
blok kod

menerangkan fungsi

nilai pulangan
Contoh:
squared_list=[b**2 untuk b dalam julat(1,10)]
print(senarai_persegi)`
Output: [1,4,9,16,49,64,81]

Jupyter Notebook sangat mesra pemula jadi saya sangat mengesyorkannya untuk ini.
Ini hanyalah sebahagian daripada gunung es dan saya tidak sabar untuk mengetahui lebih lanjut dalam kelas saya yang seterusnya. Ilmu adalah kuasa, jadi mari kita terus belajar dan membina untuk membentuk masa depan yang lebih baik!

Atas ialah kandungan terperinci PENGENALAN KEPADA PYTHON UNTUK ANALITIK DATA. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!