單元1搭建開發(fā)環(huán)境《Python數(shù)據(jù)分析任務(wù)驅(qū)動(dòng)教程》單元1搭建開發(fā)環(huán)境單元2科學(xué)計(jì)算庫NumPy單元3數(shù)據(jù)分析庫pandas基礎(chǔ)知識(shí)單元4數(shù)據(jù)預(yù)處理單元5數(shù)據(jù)的分組與聚合單元6數(shù)據(jù)可視化單元7時(shí)間序列分析單元8機(jī)器學(xué)習(xí)入門單元9實(shí)戰(zhàn)演練：用戶行為分析全套可編輯PPT課件

學(xué)習(xí)目標(biāo)/Target

了解數(shù)據(jù)分析的概念及層次，能夠說出數(shù)據(jù)分析的概念以及4個(gè)層次

了解數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)，能夠列舉至少3個(gè)數(shù)據(jù)分析的應(yīng)用領(lǐng)域

熟悉數(shù)據(jù)分析的基本流程，能夠歸納數(shù)據(jù)分析的基本流程

了解選擇Python做數(shù)據(jù)分析的優(yōu)勢(shì)，能夠說出Python做數(shù)據(jù)分析的優(yōu)勢(shì)學(xué)習(xí)目標(biāo)/Target

了解Anaconda工具，能夠說出Anaconda工具有哪些特點(diǎn)

熟悉管理環(huán)境Conda命令，能夠通過命令創(chuàng)建、查看、激活、退出環(huán)境

掌握管理包或庫的Conda命令，能夠通過命令查看、安裝、刪除包或庫

熟悉常見的數(shù)據(jù)分析庫，能夠歸納這些庫的各自用途及其包含的功能學(xué)習(xí)目標(biāo)/Target

掌握J(rèn)upyterNotebook的啟動(dòng)方式，能夠通過Anaconda或命令啟動(dòng)工具

熟悉JupyterNotebook的界面，能夠歸納該界面包含的主要功能

掌握J(rèn)upyterNotebook的基本使用方法，能夠使用該工具編寫與運(yùn)行代碼章節(jié)概述/Summary在當(dāng)今競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中，數(shù)據(jù)已經(jīng)成為企業(yè)決策和發(fā)展的重要驅(qū)動(dòng)力。從消費(fèi)者行為到市場(chǎng)趨勢(shì)，從產(chǎn)品創(chuàng)新到營(yíng)銷策略，數(shù)據(jù)無處不在，而對(duì)數(shù)據(jù)的深入分析和理解已成為企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。數(shù)據(jù)分析不僅能夠幫助企業(yè)發(fā)現(xiàn)隱藏在海量數(shù)據(jù)中的商機(jī)，還能夠提供有針對(duì)性的解決方案，促進(jìn)業(yè)務(wù)增長(zhǎng)和創(chuàng)新發(fā)展。Python在數(shù)據(jù)分析領(lǐng)域占據(jù)非常重要的位置，已經(jīng)形成了完善的生態(tài)系統(tǒng)，它提供的庫可以幫助開發(fā)人員有效解決各種復(fù)雜的問題。本章以3個(gè)任務(wù)為主線，對(duì)搭建Python數(shù)據(jù)分析開發(fā)環(huán)境的相關(guān)內(nèi)容進(jìn)行講解。目錄/Contents任務(wù)1-1任務(wù)1-2任務(wù)1-3安裝Anaconda工具使用Anaconda工具安裝庫使用JupyterNotebook編寫程序安裝Anaconda工具任務(wù)1-1任務(wù)描述一款得心應(yīng)手的工具能顯著提升工作效率，達(dá)到事半功倍的效果。在數(shù)據(jù)分析領(lǐng)域中，Anaconda是一個(gè)備受開發(fā)人員喜愛的工具，因?yàn)樗粌H集成了各種必要的庫，而且提供了簡(jiǎn)單易用的界面和管理工具，讓開發(fā)人員能夠輕松上手。任務(wù)描述【任務(wù)的具體要求】本任務(wù)要求讀者在自己的計(jì)算機(jī)中安裝Anaconda工具，為后續(xù)數(shù)據(jù)分析做好工具方面的準(zhǔn)備。知識(shí)儲(chǔ)備了解數(shù)據(jù)分析的概念及層次，能夠說出數(shù)據(jù)分析的概念以及數(shù)據(jù)分析的4個(gè)層次學(xué)習(xí)目標(biāo)1.什么是數(shù)據(jù)分析知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析是指使用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集到的大量數(shù)據(jù)進(jìn)行分析，從這些數(shù)據(jù)中提取有用信息和形成結(jié)論，并加以詳細(xì)研究和概括總結(jié)的過程。數(shù)據(jù)分析的概念數(shù)據(jù)分析的目的在于，從隱藏在一大批看似雜亂無章的數(shù)據(jù)信息中提煉出來有用的數(shù)據(jù)，以找出所研究對(duì)象的內(nèi)在規(guī)律。數(shù)據(jù)分析的目的知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析按照復(fù)雜度和深度可以分為4個(gè)層次，分別是描述性分析、診斷性分析、預(yù)測(cè)性分析和規(guī)范性分析。數(shù)據(jù)分析的4個(gè)層次知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析的4個(gè)層次（1）描述性分析：發(fā)生了什么？描述性分析是數(shù)據(jù)分析中最簡(jiǎn)單的分析方法之一，它主要是在歷史數(shù)據(jù)的基礎(chǔ)之上，利用一些核心指標(biāo)（如流量、轉(zhuǎn)化率、收入、成本等）對(duì)業(yè)務(wù)的現(xiàn)狀做出準(zhǔn)確的描述，使人們能夠?qū)I(yè)務(wù)的整體情況有初步認(rèn)知。描述性分析一般通過簡(jiǎn)單的數(shù)學(xué)運(yùn)算和統(tǒng)計(jì)運(yùn)算便可以完成對(duì)分析指標(biāo)的分析，典型的分析指標(biāo)有均值、中位數(shù)、眾數(shù)、方差等，不需要更加復(fù)雜的計(jì)算邏輯。為了幫助用戶輕松地理解分析指標(biāo)，經(jīng)常會(huì)搭配折線圖、直方圖等一些常見的圖表進(jìn)行展示。知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析的4個(gè)層次（2）診斷性分析：為什么會(huì)發(fā)生？診斷性分析建立在描述性分析的基礎(chǔ)之上，它會(huì)根據(jù)業(yè)務(wù)邏輯，通過數(shù)據(jù)尋找引起最終結(jié)果的原因、影響因素，以及可以改變未來結(jié)果的有效方法。在診斷性分析中，企業(yè)相關(guān)人員需要基于對(duì)業(yè)務(wù)的理解，分析業(yè)務(wù)結(jié)果和眾多影響因素的相關(guān)性，通過一些方式快速定位到業(yè)務(wù)結(jié)果和某些影響因素的關(guān)系，這些方式包括頭腦風(fēng)暴、調(diào)研、與業(yè)務(wù)關(guān)鍵角色進(jìn)行深度訪談等。知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析的4個(gè)層次（3）預(yù)測(cè)性分析：可能會(huì)發(fā)生什么？預(yù)測(cè)性分析專注于預(yù)測(cè)并理解未來可能發(fā)生的情況，它通過分析歷史數(shù)據(jù)與客戶洞察總結(jié)過去的數(shù)據(jù)模式和趨勢(shì)，對(duì)業(yè)務(wù)未來進(jìn)行動(dòng)態(tài)預(yù)測(cè)，并在此過程中為業(yè)務(wù)提供多方面的信息，包括設(shè)定實(shí)際的目標(biāo)、圈定正確的客戶群體、設(shè)計(jì)有效的營(yíng)銷計(jì)劃、管理績(jī)效的預(yù)期以及規(guī)避風(fēng)險(xiǎn)等。預(yù)測(cè)性分析可以用到的技術(shù)有很多，通過這些技術(shù)可以預(yù)測(cè)未來結(jié)果以及結(jié)果發(fā)生的可能性。由于預(yù)測(cè)性分析能夠告訴企業(yè)未來可能發(fā)生的事情，所以這種方法會(huì)讓企業(yè)采取更加主動(dòng)的態(tài)度制定戰(zhàn)略和決策。163知識(shí)儲(chǔ)備1.什么是數(shù)據(jù)分析數(shù)據(jù)分析的4個(gè)層次（4）規(guī)范性分析：我該做些什么？規(guī)范性分析是數(shù)據(jù)分析中一種復(fù)雜的分析方法，它是在其他三種分析方法的基礎(chǔ)上建立起來的。通過使用算法或最優(yōu)化決策，規(guī)范性分析幫助企業(yè)規(guī)避未來可能發(fā)生的問題，并做出最佳決策。規(guī)范性分析可以預(yù)測(cè)多個(gè)事件發(fā)生的可能性，同時(shí)使企業(yè)在做出決策之前考慮每種可能的結(jié)果，這就意味著規(guī)范性分析的實(shí)施和管理更加復(fù)雜，它不僅需要依賴企業(yè)內(nèi)部的歷史數(shù)據(jù)，還需要依靠很多來自社交媒體的外部信息，甚至需要更加復(fù)雜的技術(shù)。知識(shí)儲(chǔ)備了解數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)，能夠列舉至少3個(gè)數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)學(xué)習(xí)目標(biāo)2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備6個(gè)應(yīng)用場(chǎng)景醫(yī)療保健的應(yīng)用金融領(lǐng)域的應(yīng)用市場(chǎng)營(yíng)銷的應(yīng)用零售行業(yè)的應(yīng)用制造業(yè)的應(yīng)用社交媒體的應(yīng)用2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備市場(chǎng)營(yíng)銷的應(yīng)用數(shù)據(jù)分析在市場(chǎng)營(yíng)銷中的應(yīng)用廣泛涵蓋客戶細(xì)分、個(gè)性化營(yíng)銷、效果評(píng)估、趨勢(shì)監(jiān)測(cè)等方面。通過數(shù)據(jù)分析，企業(yè)可以更精準(zhǔn)地了解目標(biāo)受眾的需求與行為，從而制定更具針對(duì)性和個(gè)性化的營(yíng)銷策略，提高市場(chǎng)競(jìng)爭(zhēng)力。數(shù)據(jù)分析帶來了深刻變革，使市場(chǎng)營(yíng)銷更加精細(xì)化、高效化。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備金融領(lǐng)域的應(yīng)用數(shù)據(jù)分析在金融領(lǐng)域廣泛應(yīng)用于風(fēng)險(xiǎn)管理、投資決策、客戶關(guān)系管理和市場(chǎng)預(yù)測(cè)等方面。此外，數(shù)據(jù)分析還能幫助機(jī)構(gòu)了解客戶需求，實(shí)現(xiàn)個(gè)性化金融產(chǎn)品推薦，提升客戶滿意度和忠誠度。同時(shí)，數(shù)據(jù)分析對(duì)市場(chǎng)數(shù)據(jù)和趨勢(shì)的分析可以幫助金融機(jī)構(gòu)做出及時(shí)的投資決策，獲取更高的收益，進(jìn)而實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)和盈利最大化的目標(biāo)。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備醫(yī)療保健的應(yīng)用數(shù)據(jù)分析在醫(yī)療保健領(lǐng)域的應(yīng)用包括疾病預(yù)測(cè)與管理、患者行為分析、治療效果評(píng)估、藥物研發(fā)和醫(yī)療成本控制。通過分析患者數(shù)據(jù)，醫(yī)療機(jī)構(gòu)可以預(yù)測(cè)疾病風(fēng)險(xiǎn)，優(yōu)化治療計(jì)劃，并評(píng)估不同治療方法的有效性。同時(shí)，新的數(shù)據(jù)分析應(yīng)用還包括基因組學(xué)數(shù)據(jù)分析、生物傳感器數(shù)據(jù)分析、醫(yī)療影像數(shù)據(jù)分析、醫(yī)療保健設(shè)備數(shù)據(jù)分析以及醫(yī)療文本數(shù)據(jù)分析，這些應(yīng)用共同推動(dòng)了醫(yī)療保健服務(wù)的提升和領(lǐng)域創(chuàng)新。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備零售行業(yè)的應(yīng)用數(shù)據(jù)分析在零售行業(yè)的應(yīng)用十分具體，涉及銷售預(yù)測(cè)、庫存管理、市場(chǎng)定位、客戶行為分析等多個(gè)方面。通過深入分析銷售數(shù)據(jù)，零售商不僅可以精準(zhǔn)預(yù)測(cè)產(chǎn)品需求，避免庫存過?；虿蛔?，提高銷售效率和盈利能力，還可以了解消費(fèi)者的購買習(xí)慣和偏好，從而優(yōu)化產(chǎn)品定位和促銷策略，提高客戶滿意度和忠誠度。隨著人工智能和大數(shù)據(jù)技術(shù)的引入，零售行業(yè)出現(xiàn)了一些突破性進(jìn)展。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備制造業(yè)的應(yīng)用數(shù)據(jù)分析在制造業(yè)的應(yīng)用十分具體，涵蓋了生產(chǎn)優(yōu)化、質(zhì)量控制、設(shè)備維護(hù)等方面。通過對(duì)生產(chǎn)數(shù)據(jù)的深入分析，制造企業(yè)可以實(shí)現(xiàn)生產(chǎn)流程的優(yōu)化，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。近年來，隨著工業(yè)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展，制造業(yè)出現(xiàn)了一些突破性進(jìn)展，如智能工廠建設(shè)、預(yù)測(cè)性維護(hù)、實(shí)時(shí)監(jiān)控等。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備社交媒體的應(yīng)用數(shù)據(jù)分析在社交媒體領(lǐng)域的應(yīng)用涵蓋了用戶行為分析、內(nèi)容推薦、情感分析等多個(gè)方面。通過對(duì)用戶生成的海量數(shù)據(jù)進(jìn)行深度挖掘，社交媒體平臺(tái)可以實(shí)現(xiàn)精準(zhǔn)的用戶畫像，個(gè)性化推薦內(nèi)容，提升用戶體驗(yàn)和留存率。近年來，隨著人工智能和自然語言處理技術(shù)的不斷進(jìn)步，社交媒體及時(shí)融入了新技術(shù)并出現(xiàn)了一些突破性進(jìn)展，如情感分析應(yīng)用于輿情監(jiān)控、實(shí)時(shí)事件檢測(cè)等。2.數(shù)據(jù)分析的應(yīng)用領(lǐng)域或行業(yè)知識(shí)儲(chǔ)備熟悉數(shù)據(jù)分析的基本流程，能夠歸納數(shù)據(jù)分析的基本流程學(xué)習(xí)目標(biāo)3.數(shù)據(jù)分析的基本流程知識(shí)儲(chǔ)備3.數(shù)據(jù)分析的基本流程數(shù)據(jù)收集數(shù)據(jù)分析數(shù)據(jù)展現(xiàn)基于對(duì)項(xiàng)目的理解，整理出分析的框架和思路。不同的項(xiàng)目對(duì)數(shù)據(jù)要求不一樣，使用的分析手段也是不一樣的。數(shù)據(jù)預(yù)處理按照確定的數(shù)據(jù)分析思路和框架內(nèi)容，有目的收集、整合相關(guān)數(shù)據(jù)的過程，它是數(shù)據(jù)分析的基礎(chǔ)。對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、合并、重塑和轉(zhuǎn)換等操作，方便后續(xù)開展數(shù)據(jù)分析的工作。數(shù)據(jù)分析是指通過分析手段、方法和技巧對(duì)準(zhǔn)備好的數(shù)據(jù)進(jìn)行探索、分析，從中發(fā)現(xiàn)因果關(guān)系、內(nèi)部聯(lián)系和業(yè)務(wù)規(guī)劃，為商業(yè)提供決策參考。數(shù)據(jù)分析的結(jié)果都會(huì)通過圖表方式進(jìn)行展現(xiàn)，借助圖表這種展現(xiàn)數(shù)據(jù)的手段，可以更加直觀地呈現(xiàn)信息、觀點(diǎn)和建議。明確目的和思路基本流程知識(shí)儲(chǔ)備了解Python做數(shù)據(jù)分析的優(yōu)勢(shì)，能夠說出Python在做數(shù)據(jù)分析方面有哪些優(yōu)勢(shì)學(xué)習(xí)目標(biāo)4.為什么選擇Python做數(shù)據(jù)分析知識(shí)儲(chǔ)備4.為什么選擇Python做數(shù)據(jù)分析很多編程語言都可以做數(shù)據(jù)分析，比如Python、Java、C++等，Python憑借著自身無可比擬的優(yōu)勢(shì)，被廣泛地應(yīng)用到數(shù)據(jù)分析領(lǐng)域，并逐漸衍生為主流的編程語言。知識(shí)儲(chǔ)備4.為什么選擇Python做數(shù)據(jù)分析01語法簡(jiǎn)單精煉，適合初學(xué)者入門02擁有眾多成熟的庫和活躍的社區(qū)03擁有強(qiáng)大的通用編程能力04人工智能時(shí)代的通用編程語言05方便對(duì)接其他編程語言Python的優(yōu)勢(shì)知識(shí)儲(chǔ)備4.為什么選擇Python做數(shù)據(jù)分析Python相比其他編程語言，語法簡(jiǎn)單，代碼可讀性高，非常適合初學(xué)者學(xué)習(xí)。例如，在使用Python處理數(shù)據(jù)時(shí)，如果希望將一組性別數(shù)據(jù)轉(zhuǎn)換成計(jì)算機(jī)能夠運(yùn)算的數(shù)值形式，也就是說“男”變成“0”，“女”變成“1”，這時(shí)可以直接用一行列表推導(dǎo)式完成，代碼十分簡(jiǎn)潔。（1）語法簡(jiǎn)單精煉，適合初學(xué)者入門Python在數(shù)據(jù)分析、科學(xué)計(jì)算、數(shù)據(jù)可視化等方面都有非常成熟的庫和活躍的社區(qū)，這為Python成為數(shù)據(jù)處理的重要解決方案提供了有力支撐。Python擁有NumPy、pandas、Matplotlib、scikit-learn等一些非常優(yōu)秀的庫，其中pandas在處理中型數(shù)據(jù)方面有著很大的優(yōu)勢(shì)，并逐漸成為各行各業(yè)進(jìn)行數(shù)據(jù)處理任務(wù)的首選庫。此外，Python還有眾多活躍的社區(qū)，為開發(fā)者提供這種技術(shù)支持。（2）擁有眾多成熟的庫和活躍的社區(qū)知識(shí)儲(chǔ)備4.為什么選擇Python做數(shù)據(jù)分析Python的強(qiáng)大不僅體現(xiàn)在數(shù)據(jù)分析方面，而且在網(wǎng)絡(luò)爬蟲、Web開發(fā)等領(lǐng)域也有著廣泛應(yīng)用，這對(duì)一家公司來說，使用一種編程語言完成全部業(yè)務(wù)成為可能。例如，使用爬蟲框架Scrapy收集數(shù)據(jù)，然后把收集到的數(shù)據(jù)交給pandas庫進(jìn)行處理，最后使用Django框架開發(fā)Web網(wǎng)站展示，整個(gè)過程中所有任務(wù)全部是用Python完成的，大大地提高了公司的開發(fā)效率。（3）擁有強(qiáng)大的通用編程能力在人工智能領(lǐng)域中，Python已經(jīng)成為了十分受歡迎的編程語言，這主要得益于其語法簡(jiǎn)潔、豐富的庫和社區(qū)，使得大部分深度學(xué)習(xí)框架都優(yōu)先支持Python語言編程。比如目前比較流行的深度學(xué)習(xí)框架PyTorch，它在Torch里面加入了很多使用Python編寫的功能，變得更加靈活。（4）人工智能時(shí)代的通用語言知識(shí)儲(chǔ)備4.為什么選擇Python做數(shù)據(jù)分析Python作為一門膠水語言，能夠以多種方式與其他語言（比如C、Java等）的組件“粘連”在一起，可以輕松地操作其它語言編寫的庫，這就意味著用戶可以根據(jù)需要給Python程序添加功能，或者在其它環(huán)境系統(tǒng)中使用Python語言。（5）方便對(duì)接其他語言知識(shí)儲(chǔ)備了解Anaconda工具，能夠說出Anaconda工具有哪些特點(diǎn)學(xué)習(xí)目標(biāo)5.Anaconda工具簡(jiǎn)介知識(shí)儲(chǔ)備5.Anaconda工具簡(jiǎn)介Anaconda是目前比較流行的用于數(shù)據(jù)分析的開發(fā)工具，它包含了Conda（開源的包管理器和環(huán)境管理器）、Python、數(shù)百個(gè)科學(xué)計(jì)算包或庫及其依賴項(xiàng)，可以通過Conda工具便捷地獲取和管理包或庫，同時(shí)能夠?qū)﹂_發(fā)環(huán)境進(jìn)行統(tǒng)一管理。此外，它默認(rèn)安裝了很多工具，包括IPython、JupyterNotebook等。知識(shí)儲(chǔ)備5.Anaconda工具簡(jiǎn)介01綜合性強(qiáng)02靈活的環(huán)境管理03便捷的工具04支持跨平臺(tái)Anaconda的特點(diǎn)知識(shí)儲(chǔ)備5.Anaconda工具簡(jiǎn)介Anaconda包含數(shù)百個(gè)與數(shù)據(jù)科學(xué)相關(guān)的包或庫，其中包括但不限于NumPy、pandas、SciPy、scikit-learn等，這些包和庫涵蓋了數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等多個(gè)領(lǐng)域，滿足了數(shù)據(jù)科學(xué)從業(yè)者在各種任務(wù)中的需求。Anaconda也支持R語言，提供了豐富的R語言包和庫，使得R語言開發(fā)人員也能夠充分利用Anaconda工具的優(yōu)勢(shì)。（1）綜合性強(qiáng)Anaconda允許用戶輕松創(chuàng)建多個(gè)獨(dú)立的工作環(huán)境，每個(gè)環(huán)境都可以擁有自己的包和庫版本，互不干擾。Anaconda的Conda包管理器能夠智能地處理包之間復(fù)雜的依賴關(guān)系，自動(dòng)解決依賴沖突，并確保環(huán)境中的包能夠正常協(xié)作。此外，Anaconda提供了便捷的環(huán)境版本控制功能，用戶可以輕松地導(dǎo)出和導(dǎo)入環(huán)境配置，方便共享和備份環(huán)境。（2）靈活的環(huán)境管理知識(shí)儲(chǔ)備5.Anaconda工具簡(jiǎn)介Anaconda提供了一個(gè)圖形用戶界面工具AnacondaNavigator，讓用戶可以直觀地瀏覽當(dāng)前環(huán)境下所有可用的包，并通過簡(jiǎn)單的單擊操作來安裝、更新或刪除所需的包。此外，AnacondaNavigator還允許用戶通過界面直接啟動(dòng)各種數(shù)據(jù)科學(xué)應(yīng)用程序，比如JupyterNotebook、Spyder編輯器等，無須記住復(fù)雜的命令和路徑。（3）便捷的工具Anaconda被設(shè)計(jì)為完全獨(dú)立于操作系統(tǒng)的工具，它內(nèi)置了對(duì)不同操作系統(tǒng)的充分支持，包括Windows、macOS和Linux等，因此用戶可以在不同的操作系統(tǒng)上無須進(jìn)行任何修改，便能夠統(tǒng)一運(yùn)行數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)工具。（4）支持跨平臺(tái)任務(wù)分析訪問Anaconda官方網(wǎng)站下載安裝包。按照安裝向?qū)е鸩讲僮骷纯赏瓿砂惭b。啟動(dòng)AnacondaNavigator工具?！救蝿?wù)的實(shí)現(xiàn)思路】任務(wù)實(shí)現(xiàn)右擊安裝包Anaconda3-2024.02-1-Windows-x86_64.exe選擇以管理員的身份運(yùn)行，以確保安裝過程中有足夠的權(quán)限進(jìn)行更改或者配置，打開WelcometoAnaconda32024.02-1(64-bit)Setup界面。Step

1任務(wù)實(shí)現(xiàn)在上個(gè)界面中單擊“Next”按鈕進(jìn)入LicenseAgreement界面。Step

2任務(wù)實(shí)現(xiàn)單擊“IAgree”按鈕同意最終用戶許可協(xié)議，進(jìn)入SelectInstallationType界面。Step

3僅為當(dāng)前用戶安裝為所有用戶安裝任務(wù)實(shí)現(xiàn)選擇JustMe選項(xiàng)，單擊“Next”按鈕進(jìn)入ChooseInstallLocation界面。Step

4單擊此按鈕可以選擇其他位置安裝工具任務(wù)實(shí)現(xiàn)此處保持默認(rèn)配置，單擊“Next”按鈕進(jìn)入AdvancedInstallationOptions界面。Step

5是否在開始菜單中創(chuàng)建快捷方式是否允許將Anaconda3添加到系統(tǒng)環(huán)境變量是否將

Anaconda自帶的解釋器設(shè)為默認(rèn)解釋器是否在安裝完成后清除軟件包緩存任務(wù)實(shí)現(xiàn)勾選第4個(gè)復(fù)選框，單擊“Install”按鈕進(jìn)入Installing界面，該界面中使用進(jìn)度條提示用戶當(dāng)前工具的安裝進(jìn)度。Step

6任務(wù)實(shí)現(xiàn)等待片刻后，安裝完成會(huì)自動(dòng)進(jìn)入InstallationComplete界面。Step

7任務(wù)實(shí)現(xiàn)在上個(gè)界面中，單擊“Next”按鈕進(jìn)入Anaconda32024.02-1(64-bit)界面。Step

8任務(wù)實(shí)現(xiàn)單擊“Next”按鈕進(jìn)入CompletingAnaconda32024.02-1(64-bit)Setup界面。取消勾選兩個(gè)復(fù)選框，單擊“Finish”按鈕完成安裝，關(guān)閉CompletingAnaconda32024.02-1(64-bit)Setup界面。Step

9是否啟動(dòng)AnacondaNavigator開始使用AnacondaDistribution的入門指南或教程任務(wù)實(shí)現(xiàn)在計(jì)算機(jī)桌面打開開始菜單，找到Anaconda3(64-bit)文件夾，單擊該文件夾后可以看到該文件夾下包含了幾個(gè)組件。Step

10管理包和環(huán)境的圖形界面工具Anaconda自帶的命令行工具基于Web的交互式開發(fā)環(huán)境重置Spyder的設(shè)置跨平臺(tái)的、科學(xué)運(yùn)算集成開發(fā)環(huán)境任務(wù)實(shí)現(xiàn)單擊“AnacondaNavigator”圖標(biāo)，若能夠正常啟動(dòng)AnacondaNavigator，則說明Anaconda工具安裝成功。Step

11使用Anaconda工具安裝庫任務(wù)1-2任務(wù)描述當(dāng)安裝完Anaconda工具后，默認(rèn)會(huì)自動(dòng)創(chuàng)建一個(gè)名為base的環(huán)境，這個(gè)環(huán)境里面包含了預(yù)先安裝的Python解釋器以及許多常用的數(shù)據(jù)分析包或庫，為開發(fā)人員提供了一個(gè)便捷的起點(diǎn)，以便快速開始數(shù)據(jù)分析工作。任務(wù)描述如果開發(fā)人員需要額外的庫或特定版本的庫，則可以通過Anaconda創(chuàng)建新的環(huán)境，并在新環(huán)境中安裝所需的庫，以滿足不同場(chǎng)景下的特定需求。Anaconda提供了靈活管理環(huán)境和包的Conda工具，幫助開發(fā)人員輕松配置和管理不同環(huán)境下的包或庫，從而保持項(xiàng)目的獨(dú)立性。任務(wù)描述【任務(wù)的具體要求】本任務(wù)要求在base環(huán)境中安裝第三方庫pyecharts。知識(shí)儲(chǔ)備熟悉管理環(huán)境的Conda命令，能夠通過Conda命令創(chuàng)建、查看、激活、退出和刪除環(huán)境學(xué)習(xí)目標(biāo)1.使用Conda管理環(huán)境知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境Conda是一個(gè)開源的包管理器和環(huán)境管理器，負(fù)責(zé)安裝、升級(jí)、刪除包或庫，以及創(chuàng)建、管理和切換不同的環(huán)境。Conda允許用戶創(chuàng)建不同的環(huán)境，每個(gè)環(huán)境可以包含不同版本的包，從而避免在項(xiàng)目之間出現(xiàn)沖突。Conda的功能知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境Conda提供了一系列管理環(huán)境的命令，用于創(chuàng)建、查看、激活、退出和刪除環(huán)境。若希望執(zhí)行Conda命令，可以先在AnacondaNavigator頁面找到“CMD.exePrompt”，單擊“Launch”按鈕啟動(dòng)AnacondaPrompt工具，或者直接在開始菜單中啟動(dòng)AnacondaPrompt工具，再在AnacondaPrompt中執(zhí)行相應(yīng)的Conda命令。Conda命令知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境管理環(huán)境的Conda命令（1）創(chuàng)建環(huán)境啟動(dòng)AnacondaPrompt工具后默認(rèn)會(huì)進(jìn)入base環(huán)境，通過condacreate命令可以創(chuàng)建一個(gè)新的環(huán)境。(base)C:\Users\itcast>condacreate--namemyenvChannels:-conda-forge-defaults……知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境管理環(huán)境的Conda命令（2）查看環(huán)境使用

condaenvlist命令可以查看系統(tǒng)中已經(jīng)存在的環(huán)境列表，包括所有環(huán)境的名稱以及路徑。(base)C:\Users\itcast>condaenvlist#condaenvironments:C:\Users\itcast\Anaconda3base*C:\Users\itcast\anaconda3myenvC:\Users\itcast\anaconda3\envs\myenv知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境管理環(huán)境的Conda命令（3）激活環(huán)境使用

condaactivate命令可以激活指定的環(huán)境。(base)C:\Users\itcast>condaactivatemyenv(myenv)C:\Users\itcast>知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境管理環(huán)境的Conda命令（4）退出環(huán)境使用condadeactivate命令可以退出當(dāng)前環(huán)境。(myenv)C:\Users\itcast>condadeactivate(base)C:\Users\itcast>知識(shí)儲(chǔ)備1.使用Conda管理環(huán)境管理環(huán)境的Conda命令（5）刪除環(huán)境使用condaremove命令可以刪除指定的環(huán)境。(base)C:\Users\itcast>condaremove--namemyenv--allRemoveallpackagesinenvironmentC:\Users\itcast\anaconda3\envs\myenv:NopackagesfoundinC:\Users\itcast\anaconda3\envs\myenv.ContinuingenvironmentremovalEverythingfoundwithintheenvironment知識(shí)儲(chǔ)備掌握管理包或庫的Conda命令，能夠通過Conda命令查看、安裝、刪除包或庫學(xué)習(xí)目標(biāo)2.使用Conda管理包或庫知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（1）查看當(dāng)前版本通過conda–version或conda–V命令可以查看當(dāng)前使用的Conda版本。(base)C:\Users\itcast>conda--versionconda24.1.2知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（2）查看當(dāng)前環(huán)境下的包或庫信息通過condalist命令可以查看當(dāng)前環(huán)境下已經(jīng)安裝的全部包或庫的信息，包括名稱和版本號(hào)。(base)C:\Users\itcast>condalist#packagesinenvironmentatC:\Users\itcast\anaconda3:#NameVersionBuildChannel_anaconda_depends2024.02py311_mkl_1abseil-cpp20211102.0hd77b12b_0anaconda-navigator2.5.2py311haa95532_0……知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（3）查找包或庫通過condasearch命令查找可供安裝的包或庫。condasearch--full-name包或庫的全名(base)C:\Users\itcast>condasearch--full-namepython例如，查找全名為python的包有哪些版本可供安裝：知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（4）安裝包或庫通過condainstall命令既可以在當(dāng)前環(huán)境中安裝包或庫，也可以在指定環(huán)境中安裝包或庫。condainstall[--name環(huán)境名稱]包或庫名稱condainstalldjango例如，在當(dāng)前環(huán)境中安裝django包：知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（4）安裝包或庫使用condainstall命令安裝包或庫時(shí)默認(rèn)會(huì)到Anaconda官方的包索引數(shù)據(jù)庫查找包，雖然它提供了許多包或庫，但是數(shù)量遠(yuǎn)遠(yuǎn)少于PyPI的包索引數(shù)據(jù)庫。為了保證在當(dāng)前環(huán)境中順利安裝所需要的包或庫，可以直接使用pip工具安裝包或庫。pip工具無法對(duì)環(huán)境進(jìn)行管理，需要先切換到指定環(huán)境下，再使用pip命令安裝包或庫。pipinstalldjango例如，在當(dāng)前環(huán)境中使用pip命令安裝django包：知識(shí)儲(chǔ)備2.使用Conda管理包或庫管理包或庫的Conda命令（5）刪除包或庫通過condaremove命令既可以刪除當(dāng)前環(huán)境中的包或庫，也可以刪除指定環(huán)境中的包或庫。condaremove[--name環(huán)境名稱]包或庫名稱condaremovedjango例如，在當(dāng)前環(huán)境中刪除剛才安裝的django包：知識(shí)儲(chǔ)備熟悉常見的Python數(shù)據(jù)分析庫，能夠歸納這些庫各自的用途及其包含的功能學(xué)習(xí)目標(biāo)3.常見的Python數(shù)據(jù)分析庫知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫NumPy常見的數(shù)據(jù)分析庫pandaspyechartsscikit-learnMatplotlibSeaborn知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（1）NumPy庫NumPy是Python中重要的科學(xué)計(jì)算庫，專注于處理多維數(shù)組和矩陣數(shù)據(jù)。它提供了豐富的操作數(shù)組的函數(shù)或方法，不僅能夠進(jìn)行靈活多變的多維數(shù)組操作，還能夠進(jìn)行深?yuàn)W復(fù)雜的數(shù)學(xué)與科學(xué)計(jì)算，為用戶高效、便捷處理和分析數(shù)據(jù)提供便利。此外，NumPy還包括隨機(jī)數(shù)生成、線性代數(shù)、圖像處理等模塊，并與SciPy、pandas等其他庫緊密結(jié)合。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（2）pandas庫pandas是基于NumPy的數(shù)據(jù)分析庫，專門為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建。它提供了高級(jí)的數(shù)據(jù)結(jié)構(gòu)，通過這些數(shù)據(jù)結(jié)構(gòu)能夠處理各種數(shù)據(jù)類型和大小的數(shù)據(jù)集。pandas可以進(jìn)行數(shù)據(jù)讀寫、清洗、重塑、聚合和分組等操作，同時(shí)具有靈活的數(shù)據(jù)索引和強(qiáng)大的時(shí)間序列功能。此外，pandas還提供了與Matplotlib等可視化庫的緊密集成，能夠輕松繪制各種統(tǒng)計(jì)圖表。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（3）Matplotlib庫Matplotlib是Python中用于數(shù)據(jù)可視化的庫，支持繪制折線圖、柱形圖、散點(diǎn)圖、餅圖等多種統(tǒng)計(jì)圖表，能夠以圖表這種直觀的方式展示數(shù)據(jù)。Matplotlib庫除了繪制各種類型的圖表外，還能夠自定義樣式、顏色和標(biāo)簽，并且支持在圖表中添加標(biāo)題、圖例、注釋等輔助元素。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（4）Seaborn庫Seaborn是一個(gè)基于Matplotlib的數(shù)據(jù)可視化庫，專注于創(chuàng)建具有吸引力和信息豐富度的統(tǒng)計(jì)圖表。它提供了簡(jiǎn)潔而高級(jí)的接口，讓開發(fā)人員能夠用簡(jiǎn)單易懂的函數(shù)實(shí)現(xiàn)復(fù)雜的可視化功能，包括繪制統(tǒng)計(jì)關(guān)系圖、分類圖和分布圖等。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（5）pyecharts庫pyecharts是一個(gè)基于ECharts的Python數(shù)據(jù)可視化庫，專注于創(chuàng)建交互式的圖表。它不僅提供了豐富的圖表類型，如折線圖、柱形圖、漏斗圖、地圖等，能夠滿足各種數(shù)據(jù)可視化的需求，還提供靈活的配置選項(xiàng)，讓用戶可以高度定制圖表。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫（6）scikit-learn庫scikit-learn是Python中專門針對(duì)機(jī)器學(xué)習(xí)開發(fā)的開源庫，它建立于NumPy、SciPy和Matplotlib的基礎(chǔ)之上，提供了廣泛的機(jī)器學(xué)習(xí)算法，包括但不限于分類、回歸、聚類、降維等，還集成了模型選擇、預(yù)處理和評(píng)估的工具。知識(shí)儲(chǔ)備3.常見的Python數(shù)據(jù)分析庫上面介紹的NumPy、pandas、Matplotlib、Seaborn、scikit-learn庫在安裝Anaconda工具時(shí)已經(jīng)自動(dòng)下載，可以直接導(dǎo)入程序并使用，而pyecharts需要另行下載和安裝。注意事項(xiàng)任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】啟動(dòng)AnacondaPrompt工具。在base環(huán)境下使用pipinstall命令安裝pyecharts庫。任務(wù)實(shí)現(xiàn)啟動(dòng)AnacondaPrompt工具。在該工具命令提示符后面輸入安裝pyecharts的命令?！救蝿?wù)的實(shí)現(xiàn)步驟】使用JupyterNotebook編寫程序任務(wù)1-3任務(wù)描述JupyterNotebook是Anaconda附帶的工具，它不僅可以像普通的編輯工具一樣編寫和運(yùn)行代碼，還可以將文本、代碼、圖片、公式和可視化結(jié)果組合成交互式文檔。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫。【任務(wù)的具體要求】本任務(wù)要求使用JupyterNotebook編寫一個(gè)簡(jiǎn)單的程序，輸出“不積跬步，無以至千里；不積小流，無以成江海?！?。知識(shí)儲(chǔ)備掌握J(rèn)upyterNotebook的啟動(dòng)方式，能夠通過Anaconda或命令的方式啟動(dòng)JupyterNotebook工具學(xué)習(xí)目標(biāo)1.啟動(dòng)JupyterNotebook知識(shí)儲(chǔ)備1.啟動(dòng)JupyterNotebookJupyterNotebook（交互式筆記本，簡(jiǎn)稱Jupyter）是一個(gè)支持實(shí)時(shí)代碼、數(shù)學(xué)方程、可視化和Markdown的Web應(yīng)用程序，它支持40多種編程語言。對(duì)于數(shù)據(jù)分析來說，JupyterNotebook的優(yōu)點(diǎn)是能夠重現(xiàn)數(shù)據(jù)分析的完整過程，并將說明文字、代碼、圖表、公式和結(jié)論都整合在一個(gè)文檔中，用戶可以通過電子郵件、Dropbox、GitHub和JupyterNotebookViewer將文檔分享給其他人。Jupyter介紹知識(shí)儲(chǔ)備1.啟動(dòng)JupyterNotebookJupyter的啟動(dòng)方式通過AnacondaNavigator啟動(dòng)JupyterNotebook通過命令的方式啟動(dòng)JupyterNotebook

方式一：方式二：知識(shí)儲(chǔ)備1.啟動(dòng)JupyterNotebook通過AnacondaNavigator啟動(dòng)Jupyter單擊Launch按鈕啟動(dòng)知識(shí)儲(chǔ)備1.啟動(dòng)JupyterNotebook通過命令啟動(dòng)JupyterNotebook執(zhí)行命令后啟動(dòng)知識(shí)儲(chǔ)備1.啟動(dòng)JupyterNotebook通過命令啟動(dòng)JupyterNotebook若希望JupyterNotebook顯示其他目錄，則需要先通過cd命令將當(dāng)前路徑切換至指定的目錄，然后在此目錄下輸入命令“jupyternotebook”，執(zhí)行該命令后會(huì)在JupyterNotebook首頁看到指定目錄的結(jié)構(gòu)。知識(shí)儲(chǔ)備熟悉JupyterNotebook的界面，能夠歸納JupyterNotebook界面包含的主要功能學(xué)習(xí)目標(biāo)2.JupyterNotebook界面詳解知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解在JupyterNotebook的首頁中，單擊頁面右側(cè)的“New”按鈕會(huì)打開新建文件的下拉列表。新建文件的下拉列表文檔，后綴名為.ipynb知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解選擇文檔單擊Notebook選項(xiàng)知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解選擇內(nèi)核單擊Select按鈕知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解文檔頁面知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解標(biāo)題欄圖標(biāo)和簡(jiǎn)稱文檔名稱當(dāng)前文件所處的狀態(tài)Python圖標(biāo)知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解菜單欄File菜單包含打開、重命名、保存、關(guān)閉等功能Edit菜單包含剪切單元格、復(fù)制單元格、刪除單元格等一些與單元格有關(guān)的操作知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解快捷鍵區(qū)域知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解快捷鍵區(qū)域此類單元格的內(nèi)容會(huì)被視為Python代碼。用戶可以使用Shift+Enter組合鍵運(yùn)行單元格內(nèi)的代碼，運(yùn)行的結(jié)果會(huì)在該單元格的下方顯示。Code單元格此類單元格的內(nèi)容是使用Markdown語言格式化的文本，用戶可以設(shè)置文本格式，或者插入鏈接、圖片、數(shù)學(xué)公式。Markdown單元格此類單元格的內(nèi)容是純文本，不會(huì)被解釋器執(zhí)行。Raw單元格知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解編輯區(qū)域復(fù)制單元格上移單元格下移單元格上方插入單元格下方插入單元格刪除單元格知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解兩種模式選中單元格按下“Enter”鍵即可進(jìn)入編輯模式，處于該模式下的單元格可以編輯代碼和文本。編輯模式選中單元格若按下“Esc”鍵即可進(jìn)入命令模式，處于該模式下的單元格可執(zhí)行鍵盤輸入的快捷命令。命令模式知識(shí)儲(chǔ)備2.JupyterNotebook界面詳解查看快捷命令知識(shí)儲(chǔ)備掌握J(rèn)upyterNotebook的使用方式，能夠使用JupyterNotebook工具編寫與運(yùn)行代碼學(xué)習(xí)目標(biāo)3.JupyterNotebook的基本使用方法知識(shí)儲(chǔ)備編輯與運(yùn)行代碼①在第一個(gè)單元格中輸入并運(yùn)行代碼3.JupyterNotebook的基本使用方法知識(shí)儲(chǔ)備編輯與運(yùn)行代碼②在新的單元格中編寫并運(yùn)行代碼3.JupyterNotebook的基本使用方法知識(shí)儲(chǔ)備編輯與運(yùn)行代碼③修改第一個(gè)單元格中的代碼并重新運(yùn)行3.JupyterNotebook的基本使用方法知識(shí)儲(chǔ)備設(shè)置標(biāo)題使用“#”字符作為標(biāo)記寫標(biāo)題。

例如，添加一級(jí)標(biāo)題和二級(jí)標(biāo)題：#一級(jí)標(biāo)題##二級(jí)標(biāo)題###三級(jí)標(biāo)題####四級(jí)標(biāo)題#####五級(jí)標(biāo)題#第一個(gè)標(biāo)題##簡(jiǎn)單示例3.JupyterNotebook的基本使用方法知識(shí)儲(chǔ)備導(dǎo)出文件JupyterNotebook還有一個(gè)強(qiáng)大的功能——導(dǎo)出功能，用于將腳本文件導(dǎo)出為多種格式的文件，比如HTML（.html）、PDF（.pdf）、Notebook（.ipynb）、Python（.py）、Markdown（.md）等。3.JupyterNotebook的基本使用方法任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】在JupyterNotebook中新建一個(gè)文檔。在文檔的單元格中編寫相應(yīng)的代碼。執(zhí)行包含相應(yīng)代碼的單元格。任務(wù)實(shí)現(xiàn)新建文檔，命名為Chapter01。在該文檔的單元格中編寫代碼。編寫完成后運(yùn)行單元格的代碼。【任務(wù)的實(shí)現(xiàn)步驟】單元2科學(xué)計(jì)算庫NumPy《Python數(shù)據(jù)分析任務(wù)驅(qū)動(dòng)教程》學(xué)習(xí)目標(biāo)/Target

了解NumPy數(shù)組的相關(guān)概念，能夠說出數(shù)組、維度和軸的概念

熟悉NumPy數(shù)組的屬性，能夠歸納ndim和shape屬性的作用

熟悉NumPy數(shù)組的數(shù)據(jù)類型，能夠列舉至少3個(gè)常用的數(shù)據(jù)類型

掌握創(chuàng)建數(shù)組的方式，能夠選擇合適的方式創(chuàng)建一維數(shù)組或二維數(shù)組

了解數(shù)組的索引方式，能夠說出一維數(shù)組和二維數(shù)組索引方式的區(qū)別學(xué)習(xí)目標(biāo)/Target

掌握數(shù)組的索引和切片操作，能夠通過不同形式的索引獲取數(shù)組元素

掌握轉(zhuǎn)換數(shù)據(jù)類型方式，能夠通過astype()方法將數(shù)組轉(zhuǎn)換為指定數(shù)據(jù)類型

掌握數(shù)組的算術(shù)運(yùn)算，能夠?qū)崿F(xiàn)數(shù)組與數(shù)組、數(shù)組與標(biāo)量的算術(shù)運(yùn)算

掌握數(shù)組的統(tǒng)計(jì)運(yùn)算，能夠通過統(tǒng)計(jì)運(yùn)算方法實(shí)現(xiàn)相應(yīng)的統(tǒng)計(jì)運(yùn)算

掌握隨機(jī)數(shù)模塊，能夠通過隨機(jī)數(shù)模塊生成包含隨機(jī)數(shù)的數(shù)組學(xué)習(xí)目標(biāo)/Target

掌握通用函數(shù)，能夠熟練使用一元通用函數(shù)和二元通用函數(shù)進(jìn)行數(shù)學(xué)運(yùn)算

掌握數(shù)組的條件邏輯操作，能夠通過where()函數(shù)實(shí)現(xiàn)條件邏輯的操作

掌握數(shù)組的重塑操作，能夠通過reshape()方法重塑數(shù)組的形狀

掌握數(shù)組的轉(zhuǎn)置操作，能夠通過T屬性實(shí)現(xiàn)數(shù)組的簡(jiǎn)單轉(zhuǎn)置操作

掌握數(shù)組的垂直堆疊操作，能夠通過vstack()函數(shù)實(shí)現(xiàn)數(shù)組的垂直堆疊學(xué)習(xí)目標(biāo)/Target

掌握數(shù)組的排序操作，能夠通過sort()方法實(shí)現(xiàn)數(shù)組的排序操作

掌握數(shù)組的檢索操作，能夠通過all()或any()函數(shù)檢索數(shù)組的元素

掌握查找數(shù)組唯一元素的方式，能夠通過unique()函數(shù)查找數(shù)組唯一元素

掌握數(shù)組的展開操作，能夠通過flatten()函數(shù)將多維數(shù)組轉(zhuǎn)換為一維數(shù)組章節(jié)概述/SummaryNumPy作為高性能科學(xué)計(jì)算庫，是數(shù)據(jù)分析相關(guān)庫的基礎(chǔ)，掌握NumPy的功能及其用法，將有助于后續(xù)其他數(shù)據(jù)分析相關(guān)庫的學(xué)習(xí)。本章以8個(gè)任務(wù)為主線，帶領(lǐng)讀者在完成任務(wù)的同時(shí)學(xué)習(xí)NumPy的相關(guān)知識(shí)。目錄/Contents任務(wù)2-1任務(wù)2-2任務(wù)2-3創(chuàng)建象棋和圍棋的棋盤填色小游戲評(píng)選優(yōu)秀員工任務(wù)2-4計(jì)算同比增速目錄/Contents任務(wù)2-5任務(wù)2-6任務(wù)2-7隨機(jī)漫步轉(zhuǎn)換銷售數(shù)據(jù)分店銷售信息匯總?cè)蝿?wù)2-8興趣班調(diào)查創(chuàng)建象棋和圍棋的棋盤任務(wù)2-1任務(wù)描述象棋和圍棋都是我國(guó)傳統(tǒng)的棋類游戲，在我國(guó)有著悠久的歷史和豐富的文化內(nèi)涵，非常受歡迎。這兩種游戲的棋盤各具特點(diǎn)，其中象棋的棋盤共有九十個(gè)交叉點(diǎn)，在固定的交叉點(diǎn)上起初擺放了32枚棋子，棋子包括將/帥、士、象/相、車、馬、炮和兵/卒等七種；圍棋棋盤是19×19的方格，方格上起初是沒有任何棋子的。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫Pyecharts。【任務(wù)的具體要求】本任務(wù)要求運(yùn)用數(shù)組的知識(shí)編寫代碼，分別模擬初始狀態(tài)下的象棋棋盤模型和圍棋棋盤模型。知識(shí)儲(chǔ)備了解NumPy數(shù)組的相關(guān)概念，能夠說出數(shù)組、維度和軸的概念學(xué)習(xí)目標(biāo)1.NumPy數(shù)組的相關(guān)概念數(shù)組的4個(gè)概念數(shù)組維度軸秩知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念數(shù)組數(shù)組是編程語言中重要且復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，用于存儲(chǔ)一組相同數(shù)據(jù)類型的元素。數(shù)據(jù)與Python中的序列類型相比，主要有以下幾個(gè)特點(diǎn)：知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念特點(diǎn)1：數(shù)組通常具有固定的大小，一旦創(chuàng)建將無法動(dòng)態(tài)增長(zhǎng)或縮減。特點(diǎn)2：數(shù)組中的元素是任意數(shù)據(jù)類型的，但所有元素必須具有相同的數(shù)據(jù)類型。特點(diǎn)3：數(shù)組非常適合進(jìn)行大規(guī)模數(shù)據(jù)的數(shù)學(xué)運(yùn)算。維度又稱為維數(shù)，在數(shù)學(xué)領(lǐng)域中是指描述對(duì)象狀態(tài)所需的參數(shù)的數(shù)目。零維可以理解成一個(gè)無限小的點(diǎn)，它沒有長(zhǎng)度或?qū)挾?；一維可以理解成一條無限長(zhǎng)的直線，它只有長(zhǎng)度；二維可以理解成一個(gè)平面，這個(gè)平面有長(zhǎng)度和寬度；三維可以理解成一個(gè)立方體，這個(gè)立方體有長(zhǎng)度、寬度和高度。知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念維度維度為k的數(shù)組通常被稱為k維數(shù)組。數(shù)組按維度可以分為一維數(shù)組、二維數(shù)組、多維數(shù)組，通常接觸到的多維數(shù)組是三維數(shù)組。※

三維數(shù)組被認(rèn)為元素是二維數(shù)組的數(shù)組，二維數(shù)組被認(rèn)為元素是一維數(shù)組的數(shù)組。知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念維度軸（axis）是NumPy數(shù)組中十分重要的概念，它其實(shí)就代表數(shù)組的維度。數(shù)組的維度不同，它對(duì)應(yīng)的軸的數(shù)量也不同。一維數(shù)組只有一個(gè)軸，軸的編號(hào)為0；二維數(shù)組有行列方向的兩個(gè)軸，軸編號(hào)分別是0、1；三維數(shù)組有沿著層、行和列方向的三個(gè)軸，軸的編號(hào)分別為0、1、2。依此類推，N維數(shù)組有N個(gè)軸，軸的編號(hào)為0到N-1。知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念軸秩秩是軸的個(gè)數(shù)，例如，一維數(shù)組只有一個(gè)軸，那么該一維數(shù)組的秩就是1。知識(shí)儲(chǔ)備1.NumPy數(shù)組的相關(guān)概念熟悉NumPy數(shù)組的屬性，能夠歸納ndim和shape屬性的作用學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備2.NumPy數(shù)組的屬性ndarray對(duì)象NumPy中最重要的一個(gè)特點(diǎn)就是其N維數(shù)組對(duì)象，即ndarray（別名array）對(duì)象，該對(duì)象具有矢量算術(shù)能力和復(fù)雜的廣播能力，可以執(zhí)行一些科學(xué)計(jì)算。不同于Python內(nèi)置的數(shù)組類型，ndarray對(duì)象擁有對(duì)多維數(shù)組的處理能力，這也是數(shù)值計(jì)算中缺一不可的重要特性。知識(shí)儲(chǔ)備2.NumPy數(shù)組的屬性ndarray對(duì)象的常用屬性屬性說明ndarray.ndim數(shù)組軸的個(gè)數(shù)ndarray.shape數(shù)組維度的元組，元組中各個(gè)元素表示數(shù)組在每個(gè)維度上的大小。ndarray.size數(shù)組元素的總個(gè)數(shù)，它的值等于shape屬性中元組各元素的乘積ndarray.dtype描述數(shù)組中元素的數(shù)據(jù)類型，元素的數(shù)據(jù)類型既可以使用標(biāo)準(zhǔn)的Python類型創(chuàng)建或指定，也可以使用NumPy特有的數(shù)據(jù)類型來指定ndarray.itemsize數(shù)組中每個(gè)元素占用的內(nèi)存大小，單位為字節(jié)（B）。例如，元素類型為float64的數(shù)組，該數(shù)組中各元素占用的內(nèi)存大小為8（64/8）B知識(shí)儲(chǔ)備2.NumPy數(shù)組的屬性屬性說明ndarray.ndim數(shù)組軸的個(gè)數(shù)ndarray.shape數(shù)組維度的元組，元組中各個(gè)元素表示數(shù)組在每個(gè)維度上的大小。ndarray.size數(shù)組元素的總個(gè)數(shù)，它的值等于shape屬性中元組各元素的乘積ndarray.dtype描述數(shù)組中元素?cái)?shù)據(jù)類型的對(duì)象，元素的數(shù)據(jù)類型既可以使用標(biāo)準(zhǔn)的Python類型創(chuàng)建或指定，也可以使用NumPy特有的數(shù)據(jù)類型來指定ndarray.itemsize數(shù)組中每個(gè)元素占用的內(nèi)存大小，單位為字節(jié)。例如，元素類型為float64的數(shù)組，該數(shù)組中各元素占用的內(nèi)存大小為8（64/8）個(gè)字節(jié)知識(shí)儲(chǔ)備2.NumPy數(shù)組的屬性shape屬性用于描述數(shù)組的維度信息，它的值是一個(gè)由整數(shù)元素組成的元組，元組里面有多少個(gè)整數(shù)元素取決于數(shù)組的維度。ndarray對(duì)象的常用屬性3種數(shù)組的屬性一維數(shù)組的屬性二維數(shù)組的屬性三維數(shù)組的屬性知識(shí)儲(chǔ)備2.NumPy數(shù)組的屬性熟悉NumPy數(shù)組的數(shù)據(jù)類型，能夠列舉至少3個(gè)常用的數(shù)據(jù)類型學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備3.數(shù)組的數(shù)據(jù)類型常用的數(shù)據(jù)類型數(shù)據(jù)類型說明簡(jiǎn)寫bool布爾類型，值為True或Falsebint8、uint8有符號(hào)和無符號(hào)的8位整型i或uint16、uint16有符號(hào)和無符號(hào)的16位整型i2或u2int32、uint32有符號(hào)和無符號(hào)的32位整型i4或u4int64、uint64有符號(hào)和無符號(hào)的64位整型i8或u8float16半精度浮點(diǎn)型（16位，其中正負(fù)號(hào)1位，指數(shù)5位，精度10位）f2float32單精度浮點(diǎn)型（32位，其中正負(fù)號(hào)1位，指數(shù)8位，精度23位）f4知識(shí)儲(chǔ)備3.數(shù)組的數(shù)據(jù)類型知識(shí)儲(chǔ)備3.數(shù)組的數(shù)據(jù)類型常用的數(shù)據(jù)類型數(shù)據(jù)類型說明簡(jiǎn)寫float64雙精度浮點(diǎn)型（64位，其中正負(fù)號(hào)1位，指數(shù)11位，精度52位）f8complex64復(fù)數(shù)類型，分別用兩個(gè)32位浮點(diǎn)數(shù)表示實(shí)部和虛部c8complex128復(fù)數(shù)類型，分別用兩個(gè)64位浮點(diǎn)數(shù)表示實(shí)部和虛部c16object_Python對(duì)象Ostring_固定長(zhǎng)度的字符串類型Sunicode_固定長(zhǎng)度的unicode類型U掌握創(chuàng)建數(shù)組的方式，能夠選擇合適的方式創(chuàng)建一維數(shù)組或二維數(shù)組學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組創(chuàng)建數(shù)組的基本方式NumPy中提供了多種創(chuàng)建數(shù)組的方式，最基本的方式是通過array()函數(shù)創(chuàng)建數(shù)組，該函數(shù)會(huì)根據(jù)列表或元組創(chuàng)建不同維度的數(shù)組：如果列表或元組內(nèi)部沒有嵌套其他列表或元組，則會(huì)創(chuàng)建一維數(shù)組；如果嵌套了一層列表或元組，則會(huì)創(chuàng)建二維數(shù)組；如果嵌套了兩層列表或元組，則會(huì)創(chuàng)建三維數(shù)組。創(chuàng)建一維數(shù)組importnumpyasnparr1d=np.array([1,2,3])創(chuàng)建二維數(shù)組arr2d=np.array([[1,2,3],[4,5,6]])創(chuàng)建三維數(shù)組arr3d=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組三維數(shù)組元素的排列方式知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組創(chuàng)建數(shù)組的其他方式第1種：通過zeros()函數(shù)可以創(chuàng)建元素值都是0的數(shù)組。np.zeros((3,3))第2種：通過ones()函數(shù)可以創(chuàng)建元素值都為1的數(shù)組。np.ones((3,3))知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組第3種：通過empty()函數(shù)創(chuàng)建一個(gè)未初始化的數(shù)組，該數(shù)組的特點(diǎn)是只分配了內(nèi)存空間，它里面填充的元素都是隨機(jī)的。np.empty((3,3))第4種：通過arange()函數(shù)可以創(chuàng)建一個(gè)等差數(shù)組，它的功能類似于range()，只不過arange()函數(shù)返回的結(jié)果是一維數(shù)組，而不是列表。np.arange(1,20,5)知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組創(chuàng)建數(shù)組的其他方式第5種：通過linspace()函數(shù)也可以創(chuàng)建一個(gè)等差數(shù)組，不同于arange()函數(shù)，linspace()函數(shù)需要指定數(shù)組中元素的數(shù)量，而不需要指定步長(zhǎng)。np.linspace(1,20,5)知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組創(chuàng)建數(shù)組的其他方式指定數(shù)組的數(shù)據(jù)類型在使用前面介紹的函數(shù)創(chuàng)建數(shù)組時(shí)，可以通過dtype參數(shù)顯式地指明數(shù)組的數(shù)據(jù)類型。np.array([1,2,3],dtype=np.float32)np.ones((3,3),dtype='int32')知識(shí)儲(chǔ)備4.創(chuàng)建數(shù)組傳入“模塊名.類型”傳入一個(gè)包含類型的字符串任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】模擬初始狀態(tài)下的象棋棋盤模型。模擬初始狀態(tài)下的圍棋棋盤模型。填色小游戲任務(wù)2-2任務(wù)描述假設(shè)現(xiàn)在有一個(gè)8行8列的方格，每個(gè)方格需要被填充上指定的顏色，具體如下：從上往下奇數(shù)行偶數(shù)列的方格填充'黑'，行數(shù)和列數(shù)從1開始。從上往下偶數(shù)行奇數(shù)列的方格填充'黑'，行數(shù)和列數(shù)從1開始。4個(gè)角的方格填充'紅'。其他位置的方格填充'白'。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫Pyecharts。【任務(wù)的具體要求】本任務(wù)要求運(yùn)用數(shù)組的知識(shí)編寫代碼，完成符合上述填色要求的小游戲。了解數(shù)組的索引方式，能夠說出一維數(shù)組和二維數(shù)組索引方式的區(qū)別學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備1.數(shù)組的索引方式知識(shí)儲(chǔ)備1.數(shù)組的索引方式數(shù)組是通過索引的方式標(biāo)記元素的位置，數(shù)組的類型不同，索引方式也會(huì)有一些區(qū)別。一維數(shù)組的索引方式知識(shí)儲(chǔ)備1.數(shù)組的索引方式每個(gè)元素對(duì)應(yīng)兩種索引，分別是正向索引和反向索引。正向索引從左向右依次遞增，反向索引從右向左依次遞減。二維數(shù)組的索引方式知識(shí)儲(chǔ)備1.數(shù)組的索引方式每個(gè)元素對(duì)應(yīng)行索引和列索引，其中行索引和列索引可以是正向索引或反向索引。掌握整數(shù)索引和切片的使用，能夠熟練通過整數(shù)索引和切片獲取數(shù)組的元素學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備2.整數(shù)索引和切片NumPy中可以通過整數(shù)索引和切片訪問和修改數(shù)組中的元素，數(shù)組的維度不同，整數(shù)索引和切片的用法也會(huì)有所不同。對(duì)于一維數(shù)組來說，整數(shù)索引和切片的用法與Python列表中索引和切片的用法相同；對(duì)于二維數(shù)組來說，整數(shù)索引和切片的用法要復(fù)雜一些。知識(shí)儲(chǔ)備2.整數(shù)索引和切片整數(shù)索引的用法如果希望獲取二維數(shù)組的一行元素，則可以通過“數(shù)組[行索引]”的形式實(shí)現(xiàn)。arr2d=np.array([[1,6,11,16,21],[2,7,12,17,22],[3,8,13,18,23],[4,9,14,19,24],[5,10,15,20,25]])arr2d[2]如果希望獲取二維數(shù)組的單個(gè)元素，則需要通過“數(shù)組[行索引,列索引]”的形式實(shí)現(xiàn)。arr2d[2,1]知識(shí)儲(chǔ)備2.整數(shù)索引和切片切片的基本用法如果希望獲取二維數(shù)組的多行元素，則可以通過“數(shù)組[行索引的切片]”的形式實(shí)現(xiàn)。arr2d[:2]知識(shí)儲(chǔ)備2.整數(shù)索引和切片arr2d[:2,:2]如果希望獲取二維數(shù)組的部分元素，則可以通過“數(shù)組[行索引的切片,列索引的切片]”實(shí)現(xiàn)。知識(shí)儲(chǔ)備2.整數(shù)索引和切片切片的基本用法索引與切片的混合用法arr2d[:,2]也可以混合使用切片與整數(shù)索引訪問二維數(shù)組的部分元素。知識(shí)儲(chǔ)備2.整數(shù)索引和切片掌握花式索引的使用，能夠熟練通過花式索引獲取數(shù)組的元素學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備3.花式索引花式索引是指用整數(shù)數(shù)組或整數(shù)列表作為索引?；ㄊ剿饕母拍钊艋ㄊ剿饕僮鞯哪繕?biāo)對(duì)象是一維數(shù)組，則會(huì)把花式索引的每個(gè)整數(shù)作為索引，通過索引獲取相應(yīng)位置的元素。若花式索引操作的目標(biāo)對(duì)象是二維數(shù)組，則通過花式索引獲取的結(jié)果是一行或多行元素。花式索引的用法知識(shí)儲(chǔ)備3.花式索引使用花式索引操作一維數(shù)組importnumpyasnparr=np.array([10,6,5,11,18,16,9,0,3,20])

arr[[0,1,5]]

10616知識(shí)儲(chǔ)備3.花式索引arr2d[[1,4]]知識(shí)儲(chǔ)備3.花式索引使用花式索引操作二維數(shù)組arr2d[[1,4],[2,3]]如果想要訪問二維數(shù)組中的部分元素，而不是整行元素，則需要通過兩個(gè)花式索引完成，其中第一個(gè)花式索引中的整數(shù)會(huì)被作為行索引，第二個(gè)花式索引中的整數(shù)會(huì)被作為列索引。知識(shí)儲(chǔ)備3.花式索引使用花式索引操作二維數(shù)組知識(shí)儲(chǔ)備3.花式索引當(dāng)使用兩個(gè)花式索引訪問二維數(shù)組時(shí)，需要確保兩個(gè)花式索引對(duì)應(yīng)的索引數(shù)組或列表的長(zhǎng)度相等，并且長(zhǎng)度不能超過二維數(shù)組中相應(yīng)軸上的元素?cái)?shù)量，否則可能會(huì)導(dǎo)致索引異常。注意事項(xiàng)掌握轉(zhuǎn)換數(shù)組數(shù)據(jù)類型的方式，能夠通過astype()方法將數(shù)組轉(zhuǎn)換為指定的數(shù)據(jù)類型學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備4.轉(zhuǎn)換數(shù)組的數(shù)據(jù)類型NumPy中使用astype()方法可以將數(shù)組的數(shù)據(jù)類型轉(zhuǎn)換其他的數(shù)據(jù)類型。（1）由整數(shù)轉(zhuǎn)換為浮點(diǎn)數(shù)data=np.array([[1,2,3],[4,5,6]])float_data=data.astype(np.float32)float_（2）由浮點(diǎn)數(shù)轉(zhuǎn)換為整數(shù)float_data=np.array(

[1.2,2.9,3.5])int_data=float_data.astype(

32)int_data（3）由字符串轉(zhuǎn)換為整數(shù)str_data=np.array(['1','2','3'])int_data=str_data.astype(64)int_data知識(shí)儲(chǔ)備4.轉(zhuǎn)換數(shù)組的數(shù)據(jù)類型任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】創(chuàng)建一個(gè)8行8列的數(shù)組，元素均為'白'。將奇數(shù)行偶數(shù)列的元素設(shè)置為'黑'。將偶數(shù)行奇數(shù)列的元素設(shè)置為'黑'。將四個(gè)角的元素設(shè)置為'紅'。評(píng)選優(yōu)秀員工任務(wù)2-3任務(wù)描述已知某公司年終打算從銷售部門評(píng)選優(yōu)秀員工，評(píng)選的要求是績(jī)效評(píng)估等級(jí)為A，年度目標(biāo)完成率至少為110%，客戶滿意度評(píng)分4.5分以上。銷售部門的負(fù)責(zé)人對(duì)所有員工的工作表現(xiàn)進(jìn)行了統(tǒng)計(jì)。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫Pyecharts。【任務(wù)的具體要求】本任務(wù)要求運(yùn)用數(shù)組的知識(shí)編寫代碼，幫助銷售部門的負(fù)責(zé)人篩選出符合要求的員工姓名。掌握布爾索引的使用，能夠熟練通過布爾索引獲取數(shù)組中符合條件的的元素學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備布爾索引布爾索引指的是將一個(gè)布爾數(shù)組或布爾列表作為數(shù)組的索引。布爾索引的概念使用布爾索引訪問數(shù)組時(shí)，NumPy會(huì)將布爾數(shù)組或布爾列表與數(shù)組按位置對(duì)齊，自動(dòng)篩選出數(shù)組中與布爾值True位置對(duì)應(yīng)的元素，同時(shí)忽略與False位置對(duì)應(yīng)的元素，最終返回一個(gè)由符合條件的元素組成的新數(shù)組。布爾索引的用法知識(shí)儲(chǔ)備布爾索引※

布爾數(shù)組或布爾列表的長(zhǎng)度必須與數(shù)組中相應(yīng)軸上元素的數(shù)量保持一致。布爾索引的使用知識(shí)儲(chǔ)備布爾索引創(chuàng)建二維數(shù)組student_score=np.array([[79,88,80],[89,90,92],

[83,78,85],[78,76,80]])根據(jù)布爾數(shù)組獲取符合條件的元素student_score[

student_score>80]布爾索引與切片混合使用知識(shí)儲(chǔ)備布爾索引根據(jù)布爾列表獲取符合條件的元素student_score[[True,False,True,False],:2]任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】創(chuàng)建數(shù)組，用于保存所有員工的工作表現(xiàn)。根據(jù)篩選要求構(gòu)建布爾索引。根據(jù)布爾索引獲取員工信息。輸出員工姓名。計(jì)算同比增速任務(wù)2-4任務(wù)描述同比增速是指與去年同期相比的增長(zhǎng)速度，是評(píng)估一個(gè)數(shù)據(jù)集發(fā)展趨勢(shì)的重要指標(biāo)之一。為了了解公司今年各季度銷售額的變化情況，某公司分別統(tǒng)計(jì)了今年和去年各季度的銷售額。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫Pyecharts。【任務(wù)的具體要求】本任務(wù)要求運(yùn)用數(shù)組的知識(shí)編寫代碼，分別計(jì)算今年每月的同比增速、全年的平均增速、全年的最高增速和全年的最低增速。掌握相同形狀數(shù)組的算術(shù)運(yùn)算，能夠?qū)崿F(xiàn)相同形狀數(shù)組的算術(shù)運(yùn)算學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備1.形狀相同的數(shù)組的算術(shù)運(yùn)算在NumPy中，形狀相同的數(shù)組進(jìn)行任何算術(shù)運(yùn)算時(shí)都會(huì)應(yīng)用到元素級(jí)別，即對(duì)數(shù)組中對(duì)應(yīng)位置的元素依次執(zhí)行相應(yīng)的算術(shù)操作，并將算術(shù)操作后得到的結(jié)果組成一個(gè)新的數(shù)組。同樣的規(guī)則也適用于其他相應(yīng)的算術(shù)運(yùn)算符。知識(shí)儲(chǔ)備1.形狀相同的數(shù)組的算術(shù)運(yùn)算掌握形狀不同的數(shù)組的算術(shù)運(yùn)算，能夠?qū)崿F(xiàn)形狀不同的數(shù)組的算術(shù)運(yùn)算學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算在NumPy中，形狀不同的數(shù)組在執(zhí)行算術(shù)計(jì)算時(shí)可能會(huì)觸發(fā)廣播機(jī)制，該機(jī)制會(huì)對(duì)參與運(yùn)算的數(shù)組進(jìn)行擴(kuò)展，使擴(kuò)展后的數(shù)組具有相同的形狀，這樣就可以按照形狀相同數(shù)組的算術(shù)運(yùn)算規(guī)則進(jìn)行操作。并非所有的數(shù)組進(jìn)行算術(shù)運(yùn)算都會(huì)觸發(fā)廣播機(jī)制，這主要取決于數(shù)組的形狀是否兼容。什么是形狀兼容呢？知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算形狀兼容的判定規(guī)則以兩個(gè)數(shù)組為例，這兩個(gè)數(shù)組的形狀右對(duì)齊，之后按照從右向左（從最后一個(gè)維度開始往前）的順序逐個(gè)比較對(duì)應(yīng)緯度是否滿足以下任意一種情況。情況1：兩個(gè)數(shù)組在該維度的大小相等。情況2：其中一個(gè)數(shù)組在該維度的大小為1。知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算如果數(shù)組的形狀在每個(gè)維度都滿足上述任意一種情況，說明兩個(gè)數(shù)組的形狀兼容。知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算如果兩個(gè)數(shù)組的維度不同，較小維度數(shù)組會(huì)缺失某些維度，在這種情況下，缺失的維度會(huì)被假定為大小為1。注意事項(xiàng)形狀兼容的示例A(2darray):5x4

B(1darray):4

Result(2darray):5x4C(4darray):8x1x6x1D(3darray):7x1x5Result(4darray):8x7x6x5維度相等有一方維度為1知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算擴(kuò)展數(shù)組的過程知識(shí)儲(chǔ)備2.形狀不同的數(shù)組的算術(shù)運(yùn)算掌握數(shù)組與標(biāo)量的算術(shù)運(yùn)算，能夠?qū)崿F(xiàn)數(shù)組與標(biāo)量的算術(shù)運(yùn)算學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備3.數(shù)組與標(biāo)量的算術(shù)運(yùn)算形狀相同的數(shù)組之間進(jìn)行算術(shù)運(yùn)算時(shí)，運(yùn)算會(huì)自動(dòng)作用于對(duì)應(yīng)位置的每一對(duì)元素。類似地，數(shù)組與標(biāo)量進(jìn)行算術(shù)運(yùn)算時(shí)，標(biāo)量會(huì)被自動(dòng)作用于數(shù)組的每個(gè)元素，讓每個(gè)元素分別與該標(biāo)量進(jìn)行加法、減法、乘法、除法等操作，操作后生成一個(gè)與原數(shù)組形狀相同的新數(shù)組，新數(shù)組中每個(gè)元素是原數(shù)組中對(duì)應(yīng)位置的元素與標(biāo)量進(jìn)行運(yùn)算后得到的結(jié)果。知識(shí)儲(chǔ)備3.數(shù)組與標(biāo)量的算術(shù)運(yùn)算掌握數(shù)組的統(tǒng)計(jì)運(yùn)算，能夠通過統(tǒng)計(jì)方法實(shí)現(xiàn)相應(yīng)的統(tǒng)計(jì)運(yùn)算學(xué)習(xí)目標(biāo)知識(shí)儲(chǔ)備4.數(shù)組的統(tǒng)計(jì)運(yùn)算知識(shí)儲(chǔ)備4.數(shù)組的統(tǒng)計(jì)運(yùn)算在數(shù)據(jù)分析中，除了對(duì)數(shù)組進(jìn)行常見的算術(shù)運(yùn)算之外，還可以對(duì)數(shù)組進(jìn)行各種統(tǒng)計(jì)運(yùn)算，比如計(jì)算平均值、中位數(shù)、標(biāo)準(zhǔn)差、相關(guān)系數(shù)等。統(tǒng)計(jì)運(yùn)算的常見方法方法說明sum()計(jì)算數(shù)組中元素的和mean()計(jì)算數(shù)組中元素的平均值min()找出數(shù)組中的最小值max()找出數(shù)組中的最大值argmin()找出數(shù)組中最小值的索引argmax()找出數(shù)組中最大值的索引cumsum()計(jì)算數(shù)組元素的累計(jì)和cumprod()計(jì)算數(shù)組元素的累計(jì)積知識(shí)儲(chǔ)備4.數(shù)組的統(tǒng)計(jì)運(yùn)算任務(wù)分析【任務(wù)的實(shí)現(xiàn)思路】創(chuàng)建兩個(gè)數(shù)組，分別保存去年和今年各月的銷售額。計(jì)算每月的同比增速。計(jì)算全年的平均增速。計(jì)算全年的最高增速。計(jì)算全年的最低增速。隨機(jī)漫步任務(wù)2-5任務(wù)描述在一片空曠的平地上有一個(gè)人，他起初停留在平地的某個(gè)位置，之后便固定直線隨機(jī)向前或者向后走。假設(shè)他在這片平地上一共隨機(jī)走了2000步，一步的距離為0.5米，向前走一步記為1，向后走一步記為-1。任務(wù)描述本任務(wù)要求在base環(huán)境中安裝第三方庫Pyecharts?！救蝿?wù)的具體要求】本任務(wù)要求運(yùn)用數(shù)組的知識(shí)