1樓:舒拉
結論,可以的,而且是最好用的工具之一。
資料分析,這條技術路線,最開始有下面這些,最後面兩個是偏統計和機器學習的模組
(一)numpy
(二)pandas
(三)matplotlib
(四)scipy
(五)statsmodels
(六)scikit-learn
2樓:波妮說資料分析
可以。py是實現資料分析的工具之一。問這個問題應該是你打算轉資料分析吧,可以知乎瞧瞧有關入門資料分析的帖子,不要僅僅被大火的py一葉障目。
3樓:請叫我ABB
毫無疑問是可以的,現在很多就是在用Python做資料分析,由於Python的可解釋性、易讀性、使得Python可以很好的被大眾所接受,並且Python的社群也很豐富,你可以找到幾乎你所碰到的問題,這也進一步推動的Python使用者的擴大
4樓:Python之眼
當然能,用python來做資料分析的優勢,對於大多數語言來說簡單易懂。
python資料分析常用的pandas、matplotlib可以快速增刪改查繪製圖表
python都有強大的第三方庫,例如資料分析的numpy,pandas,資料視覺化的matplotlib庫
5樓:lemonlxn
當然可以,比如python資料分析常用的 pandas、matplotlib 庫,可以快速增刪改查,繪製圖表。
如果想做資料探勘,python 還有 sklearn 機器學習庫,能挖掘資料背後的規律。
如果想做大資料開發,python 還有pyspark 庫,可以快速操作海量資料
6樓:ff舒途
當然可以了。
去B站或者阿里大學,找一些資料學習學習。
英語好的話可以對著他的官方文字去學習。
Python資料分析網上免費的資料有很多,學習過程中多動手,不要只看,這是最簡單有效的辦法。
7樓:盲區行者王
首先,當然可以啊!
明確學習目標--用Python來做資料分析很重要!作為目前的全球第一程式語言,Python幾乎無所不能,從軟體開發、Web開發、資料庫開發、系統開發,到遊戲開發,網路爬蟲,再到讓Python傲視群雄的機器學習。不同的學習目標,當然就對應著不同的學習路徑。
說到資料分析,R語言其實之前一直走在Python的前面。R語言約等於統計學,說它是第一統計語言一點都不為過。然後呢隨著機器學習的火爆,Python開始深入資料處理的各個領域,相繼開發出了有劃時代意義的NumPy(矩陣運算)、pandas(資料框資料整理)、matplotlib(畫圖)、seaborn(高階畫圖)、statsmodels(回歸及其他計量分析)等資料處理包。
再結合如日中天的sciki-learn(機器學習綜合包)、keras(神經網路包)、TensorFlow(深度學習,Google推出)和PyTorch(深度學習,Facebook推出)包,Python即使在統計和資料分析這一領域,也大有取代R語言之勢。不過話說回來,Python的各種資料分析包開發時公開借鑑了很多R、MATLIB、SAS和Stata等統計軟體,尤其是R(畢竟人家是開源統計之王)。
利用python進行資料分析哪本書好點?
8樓:Ava
當然可以,Python是天生跟金融、資料等打交道的能手,這位老師講的還不錯,可以學習了解下:https://www.
9樓:zzong
以上幾個方向python都有強大的第三方庫,例如資料分析的numpy,pandas,資料視覺化的matplotlib庫,你可以著重學習一下
做資料分析裡有哪些Python能做,而MATLAB不能做的?
su ya matlab很多不能做 做不爽啊比如說資料存在mongodb裡 會干擾到生產環境資料庫選型的話matlab就不應該出現嘛 2018年4月24日更新線 距離上次回答有兩年了.發現我上次提到的MATLAB不再成立了.看來這兩年MATLAB的進步還是很大的.1 比如上次提到的資料清洗.MATL...
做資料分析用python還是R?
ISKP 選擇什麼語言不是關鍵,主要是分析的方法和理論需要紮實的基本功。R語言在統計分析方面可能更加靈活,但是在大規模的資料處理方面捉襟見肘。而Python本身是乙個程式語言,但是有豐富的資料分析包來支援常見的函式。但是還是在實踐過程中有一些想要的函式並不在常用的statmodel sklearn ...
Python在資料分析中怎麼用?
Python資料分析 Python日期和時間處理及操作時間序列分類 時間戳 timestamp 特定的時刻 固定週期 period 某月或某年 時間間隔 interval 由起始時間戳和結束時間戳表示datetime,time及calendar模組 datetime 以毫秒形式儲存時間和日期date...