浅析Python数据分析的应用技术

区 苏

（广西大学行健文理学院，广西 南宁 530005）

在当今时代背景下，人们所进行的大多数活动，都有着大数据的影子，甚至在许多情况下大数据占据着关键的位置，起到决定性的作用，数据爆炸的当今，我们通过计算机、互联网就能够获取大量的信息。同时，在“互联网+”、物联网经济二者的潜移默化下，各个行业所产生的数据，都应运而生出令人叹为观止的增进趋向，那可以被形容为“天文数字”，在这种情况下，对数据的采集变得极为重要。而在完成数据采集工作之后，还应该对数据进行深度地发掘、分析，操纵数据来引导未来的发展，以此来施展数据的价值。在这一过程中，工作人员就可以将Python编程语言应用其中[1]。

一、Python的简介

对Python进行简单的解释，它是新时代的一种计算机程序语言，且自它诞生之日开始，它便较其他程序语言有着很大的优势。Python的可读性很高，它的集成方法相较而言也比较全面，可以轻易满足用户的需求，而它不同于以往程序语言的晦涩难懂，Python上手门槛低，并且还十分方便人们理解。正是因为这些优点，它被计算机领域广泛使用，已经成为不可或缺的一部分，而即便是除计算机领域以外的其他行业，在进行数据分析时也会选择Python。

其功能主要体现在以下几方面：

（一）网络开发：正因为很多较为常见的网络协议库都存在于Python的内部，所以Python才有能力作为一个网络编程工具，比如Socket、urllib和urllib2模块，并在相关的开发工作中发挥效果。

（二）GUI开发：对Tkinter的使用，对GUI应用程序的创建可以在短时间内通过Python来完成，也能够与Java形成Jython库。

（三）游戏开发：Python在游戏当中可以减轻开发游戏的复杂性，有助于在开发过程当中提高游戏的便捷。具体体现在游戏装备、战斗攻防互动系统、账号登录注册系统，它们的基础都是通过Python进行开发[2]。

（四）人工智能：在当前的社会中，人工智能是较为火热的一个领域，也是整个时代想要进行发展的先驱，但是许多人工智能同时也需要Python作为基础，人工智能的开发设计离不开Python的帮助，在微软的小冰、谷歌的“阿尔法狗”、苹果的Siri等这些妇孺皆知的人工智能上皆有着Python的影子，Python在它们上面都得到了具体的体现。

（五）网络爬虫方面：Python有着自带的框架，而通过Python，可以取得网站的信息，观看到网页的内容，寻找到我们所需要的数据并且对其进行分析与提出，而后者只需要采用正则表达式，便可以成功地将我们所需要的数据提取出来。

二、Python的数据分析

Python数据分析顾名思义，便是针对所有收集的数据，将其进行存储、计算、分析，从数据当中发现有价值的东西，将有用或者有参考意义的信息摘取出来。从这方面来看，数据分析虽然只是一个计算机科学的分支，但是因为它独有的特性，数据分析可以跨越多个领域，作为一个重要的方法去挖掘数据当中所隐含的价值[3]。

（一）机器学习：所谓机器学习，便是通过赋予机器学习的能力从而让它完成变成无法完成的事情的功能，但是从实践的角度出发，机器学习可以通过利用数据，从而训练出一个模型，再通过模型进行预测。

（二）深度学习：源于人工神经网络的研究，作为机器学习研究当中的一个全新的领域，其主要的动机在于建立，对人脑进行模拟，从而进行分析学习的神经网络。和机器学习方法相同，深度机器学习方法也可以分成监督学习和无监督学习，举例说明，卷积神经网络就属于监督学习，深度置信网就属于无监督学习。

（三）神经网络：神经网络最一开始属于生物学的名词概念，大脑的神经元、触点和细胞组成的一个完整的网络便是神经网络，将此概念引申到Python数据分析当中，人工智能受到启发，诞生了人工神经网络，对人脑加以模拟，从而诞生了AI。

（四）人工智能：计算机同样也有着无法解决的问题，例如对图像的识别，对语音的识别，人工智能的出现便是为了针对这些问题进行解决，而事实证明这种设想确实可以实现。

这四个概念出现得十分频繁，它们之间的关系是包含关系，逐渐递进深入，如果使用图片的话更容易理解：

图1 包含关系

具体的学习模型例如LSTM，即长短期记忆神经网络，这是一种特别的循环神经网络，核心思想是记忆块，主要由输入门、遗忘门和记忆单元，他的特点是其网络结构模型是链状结构，擅长用在不分段连续手写识别上，其作为非线性模型，还可以作为复杂的非线性单元而去构建大型的深度神经网络[4]。

该学习模型关键在于其单元状态，信息通过单元传递，从上一个单元传递到下一个，而线性相互作用也比较少，适合于处理和预测间隔和延迟时间非常长的重要事件。在解决传统模式RNN存在的依赖问题上有着突出的表现，在使用时要注意输出遗忘和记忆变量这三个核心要点，对他们的掌控才能做到对该学习模型的掌控。

图2 LSTM的模型

下面这是四个函数单元，最左边的函数大多数情况下是区块的输入，右边三个会经过“门”决定输入值接下来是否能传入区块，左边第二个便是核心之一的输入门，假设这里的数值近似于零，这里的数值将会在第二层就被阻挡，不会进到下一层。左边第三个便是另一个核心——遗忘门，如果这里也是与零近似的数值，第二层里已经得到记忆的值将会被遗忘，不能传递到第三层。第四个也就是最右边的输入为输出门，这一个可以直接决定最后在单元之中进行传递的输入值最后是否能被输出。

三、方法及使用库的介绍

Python数据分析可以在将大部分的工作独自完成，熟悉Python集成的多种类型的库，这对于数据的整理和分析是极为重要的。

（一）Numpy

Python中有着一个专门用于计算的模块，他的名字叫做Numpy，作为Python科学计算的基础包，它通过提供多维数组对象，可以直接运算数学和元素级别的数组。因此主要适用于数组和矩阵，在科学计算领域也多有应用，而将Fortran集成到Python，也需要用到它。

（二）Pandas

Pandas和Numpy的使用频率是最高的，对于Python中数据的读取和保存有着重要的作用，且Pandas较强的灵活度使得它在处理Excel时可以更加高效，可以轻易的将execl表格中的数据进行转换。

（三）Matplotlib

除了Python中对数据的计算、读取和保存，使得数据更加容易被观察，同样是Python数据分析中至关重要的一项，它通过对图表进行绘制从而使得数据简单化，可视化。数据的可视化，不管是对数据的使用人员，还是数据分析人员，工作都将简化方便，从而提高效率[5]。

四、结束语

在当今信息时代中，对于大数据的挖掘、分析，Python在大多数情况下是好用的一个。将Python应用其中进行数据分析，能够在很大程度上，为工作带来更多的便捷。这是因为，这是Python自身先天的优势所决定的，Python有着较强的数据挖掘能力和分析能力。同时在数据分库方面，Python具有突出且令人满意的功能性，在实际应用方面也有着很好的效果，并且Python可以在平台当中实现跨越运转，所以可以将计算机编程的重要作用充分发挥出来。通过本文的分析能够发现，Python数据分析在数据整理和分析方面，非常符合当今时代的需求，且其实用性也为我们带来了相较其他更多的好处。因此它的可行性毋庸置疑，在未来的一段时间内，不管是数据分析，还是游戏领域，亦或者是对AI进行开发研究，还是用于网络安全等各种领域，Python都将是首选的语言，Python数据分析也必将发挥着巨大的作用。随着我国的科学技术的飞速发展，笔者相信Python数据分析将会用在更加广阔的领域，且发挥重要的作用。