為什么大多數(shù)數(shù)據(jù)科學(xué)家都喜歡Python？這篇文章會(huì)讓你了解到，Python有很多完善的工具包可以協(xié)助你完成重要的數(shù)據(jù)科學(xué)任務(wù)。

根據(jù)Indeed，Glassdoor和Dice等職場網(wǎng)站所提供的信息，與去年同期相比，隨著各行各業(yè)越來越依賴于數(shù)據(jù)進(jìn)行決策，商業(yè)對(duì)數(shù)據(jù)科學(xué)家的需求也在繼續(xù)擴(kuò)大。

事實(shí)上，對(duì)于我們可以?從不同的學(xué)習(xí)路徑進(jìn)入到熱門的職業(yè)中，如何選擇一條合適的道路取決于你現(xiàn)在所處的職業(yè)階段。除去數(shù)學(xué)和統(tǒng)計(jì)學(xué)的要求外，編程方面的專業(yè)技術(shù)同樣是數(shù)據(jù)科學(xué)必須掌握的一項(xiàng)技能。

讓我們深度了解一下在數(shù)據(jù)科學(xué)社區(qū)中最受歡迎的編程語言。

數(shù)據(jù)科學(xué)家使用最多的三種編程語言

Kaggle的一項(xiàng)調(diào)查結(jié)果顯示，在數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)愛好者的線上社區(qū)中，Python是使用率最高的編程語言，其次是SQL和R（請(qǐng)參看下圖）。

參與這項(xiàng)調(diào)查的有近24000名從事數(shù)據(jù)相關(guān)職業(yè)的人員，其中3/4的調(diào)查對(duì)象建議那些立志成為數(shù)據(jù)科學(xué)家的人員以Python為學(xué)習(xí)旅程的起點(diǎn)。在這篇文章中，讓我們來探索一下Python能夠成為數(shù)據(jù)從業(yè)者中最受歡迎語言的原因，了解為什么做數(shù)據(jù)分析要選擇Python。

為什么數(shù)據(jù)科學(xué)家們喜歡Python？

數(shù)據(jù)科學(xué)家們需要處理復(fù)雜的問題，一般問題的解決過程都包括四個(gè)主要的步驟：數(shù)據(jù)收集和清洗、數(shù)據(jù)探索、數(shù)據(jù)建模和數(shù)據(jù)可視化。

Python可以在整個(gè)流程中提供必要有效的處理工具，每一個(gè)步驟都有專門的工具庫，對(duì)此我們會(huì)在下面做詳細(xì)介紹。Python包含許多強(qiáng)大的統(tǒng)計(jì)學(xué)和數(shù)學(xué)工具，比如Pandas, Numpy, Matplotlib, SciPy, scikit-learn等等，另外還包括先進(jìn)的深度學(xué)習(xí)工具，比如Tensorflow, PyBrain等等。

此外，Python被認(rèn)作是人工智能和機(jī)器學(xué)習(xí)的基礎(chǔ)語言，而數(shù)據(jù)科學(xué)和人工智能又有著密切的交集。因此，Python被視為數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用最廣泛的語言并不會(huì)令人感到意外。

現(xiàn)在讓我們一同來回顧一下數(shù)據(jù)科學(xué)處理問題過程中的各個(gè)步驟，以此來進(jìn)一步了解Python在其中所扮演的角色。

1. 數(shù)據(jù)收集和清洗

2. 數(shù)據(jù)探索

3. 數(shù)據(jù)建模

4. 數(shù)據(jù)可視化和解釋

數(shù)據(jù)收集和清洗

通過Python，你可以加載各式各樣不同格式的數(shù)據(jù)，比如說CSV（逗號(hào)分隔值）、TSV（制表符分隔值）或者來源自網(wǎng)絡(luò)的JSON。

無論是你想直接把SQL表格載入到你的程序中，還是說需要爬取網(wǎng)站信息，Python都可以幫助你輕松完成這些任務(wù)：前一個(gè)任務(wù)可以用PyMySQL包，后一個(gè)任務(wù)可以用 BeautifulSoup包。PyMySQL可以讓你輕松連接MySQL數(shù)據(jù)庫、執(zhí)行查詢、抽取數(shù)據(jù)等。BeautifulSoup可以幫助你讀取XML和HTML類型的數(shù)據(jù)。在提取和替換數(shù)值后，你可能要還在數(shù)據(jù)清洗階段處理缺失值和無意義值。

此外，如果你在處理某一特殊的數(shù)據(jù)集時(shí)遇到麻煩，你可以去網(wǎng)上搜索這一數(shù)據(jù)集名稱再加上“Python”，或許就能夠找到解決方案。

數(shù)據(jù)探索

現(xiàn)在你已經(jīng)收集好數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理的工作，接下來就是進(jìn)行數(shù)據(jù)探索了。在這一過程中你需要理清業(yè)務(wù)邏輯中所發(fā)現(xiàn)的問題，并將這一問題轉(zhuǎn)換成標(biāo)準(zhǔn)化的數(shù)據(jù)科學(xué)問題。

為了實(shí)現(xiàn)這一點(diǎn)，需要對(duì)數(shù)據(jù)的類型進(jìn)行進(jìn)一步的探析，并將它們分離成不同的數(shù)據(jù)類型，比如說?數(shù)值（numerical）、序數(shù)（ordinal）、標(biāo)稱（nominal）、類別（categorical）等，以便提供它們所需的處理方式。

一旦理清了數(shù)據(jù)所屬的類別，就可以使用Python中用作數(shù)據(jù)分析的庫NumPy和Pandas來對(duì)這些數(shù)據(jù)進(jìn)行探索了。除此之外，Python在數(shù)據(jù)探索的過程提供了大量的工具，你可以在搜索引擎中進(jìn)行檢索來獲得更多的信息。

當(dāng)完成了這些步驟后，你就可以開始人工智能和數(shù)據(jù)建模機(jī)器學(xué)習(xí)步驟。

數(shù)據(jù)建模

這對(duì)于數(shù)據(jù)科學(xué)流程來說是一個(gè)非常關(guān)鍵的階段，而建模之前的特征選擇階段，你可能需要對(duì)現(xiàn)有的數(shù)據(jù)集進(jìn)行降維的工作。Python語言能夠非常方便的幫助你進(jìn)行這一項(xiàng)任務(wù)，它擁有許多高級(jí)的工具庫來幫助你解決這些問題。

你是否想要就自己的數(shù)據(jù)執(zhí)行一個(gè)數(shù)值模型分析呢？只需要使用Python中的Numpy就行！利用SciPy你可以輕松地使用科學(xué)計(jì)數(shù)和計(jì)算。而Python上的Scikit-learn代碼庫給你很多直觀的接口，幫助你在數(shù)據(jù)上應(yīng)用機(jī)器學(xué)習(xí)算法，整個(gè)過程不會(huì)察覺到任何困難。

當(dāng)數(shù)據(jù)建模完成后，你可能需要進(jìn)行可視化展示，并對(duì)數(shù)據(jù)中有價(jià)值的情報(bào)進(jìn)行解釋。

數(shù)據(jù)可視化和解釋

Python帶有許多數(shù)據(jù)可視化的包。Matplotlib 是最為常用的庫，可以生成基本的圖形和圖表。如果你需要設(shè)計(jì)精美的高級(jí)圖表，你也可以試一下另一個(gè)Python包Plotly。

還有一個(gè)Python包IPython，可以幫助你進(jìn)行交互式數(shù)據(jù)可視化，并支持利用GUI工具箱。如果你想把你的調(diào)查結(jié)果嵌入到交互式網(wǎng)頁中，nbconvert 函數(shù)可以幫助你將IPython轉(zhuǎn)化或把Jupyter notebooks放入到HTML代碼片段中。

在完成數(shù)據(jù)可視化之后，如何展示你的數(shù)據(jù)是極為重要的，并且這必須要以可以回應(yīng)項(xiàng)目中業(yè)務(wù)邏輯的問題的為目的。

現(xiàn)在你可以用這些有價(jià)值的情報(bào)為之前業(yè)務(wù)邏輯中的問題來找尋答案，要謹(jǐn)記你的這些解釋對(duì)于公司的項(xiàng)目干系人來說是很有幫助的。

準(zhǔn)備好用Python來擁抱你的數(shù)據(jù)科學(xué)目標(biāo)了嗎？

為什么在踏上數(shù)據(jù)科學(xué)的旅程時(shí)使用Python編程，這篇文章已經(jīng)給了你非常多的理由。這里還有一個(gè)新的理由，那就是頂級(jí)的科技巨頭同樣使用Python。這是亞馬遜使用Python語言的原因：

作者簡介：Poli Dey Bhavsar是Helios Solutions的編輯，她將自己的工作熱情投入到撰寫最新的科技趨勢和IT進(jìn)展中。她在業(yè)余喜歡制作美食、旅游、努力尋找生命的意義。

責(zé)任編輯：ct