859
《數據驅動安全：數據安全分析、可視化和儀表盤》一2.2.1 理解Python數據分析和可視化生態係統
本節書摘來異步社區《數據驅動安全：數據安全分析、可視化和儀表盤》一書中的第2章 ，第2.2.1節，[美]傑·雅克布（Jay Jacobs）鮑布·魯迪斯（Bob Rudis） 著 薛傑 王占一 張卓 胡開勇 蔣夢颺 趙爽 譯, 更多章節內容可以訪問雲棲社區“異步社區”公眾號查看。
2.2.1 理解Python數據分析和可視化生態係統
雖然Python有很多可用的庫，但是僅有少數庫在處理數據方麵很出色，而我們仍舊稱這些庫是一個生態係統，是因為每一個庫的開發和支持來自不同的組織、社區或者個人，他們互相合作，卻組織鬆散。
如下是一些幾乎每一個項目都需要的庫：
Numpy（www.numpy.org/），可以為通用數據創造一個多維容器，支持對數據的多種操作，生成隨機數。它也能夠“廣播”對於Python對象的操作，使其代碼更簡潔和高效。
SciPy庫（www.scipy.org/scipylib/index.html），Numpy的上層封裝，便捷的麵向數組操作，能夠將Numpy廣播操作擴展到Python語言中的其他類型的數據元素。另外它還附帶統計相關的操作。
Maplotlib（https://matplotlib.org/），一個Python強力的通用庫使你的數據轉化為產品級的圖像。
pandas（https://pandas.pydata.org），該庫提供了更高的性能、易用的數據結構和數據分析工具；pandas將Data.Frame類型引入Python的命名空間裏，關於這個詳細的情況我們會在2.3節討論。雖然這樣會讓那些Python的死忠阿諛pandas，但是本質上來看，Python更像R語言，會使我們更簡單地在兩者間切換。
這些模塊，結合IPython，有時會被SciPy棧的核心組件引用（自從它包含了SciPy庫以後，這有點費解）。你可以從www.scipy.org/獲取更多關於棧的信息。
當你用你自己方法采用此生態係統時，你會發現如下代碼：
import段的代碼會載入庫裏的函數和變量，使其名稱和功能性在當前Python工作會話裏生效，as組件能使模塊裏的變量、函數和對象能簡單地被引用。
假如你的許多程序組件，都要引用每一個Scipy程序包裏的基本常規模塊，你可以創建一個文本作為基本模板，包含這些imports和其他（以後）能重複使用的代碼來節省打字的時間。
你將來當然會使用軟件包來連接數據庫、讀取文件、執行一些功能，你可以花一些時間在Python Package Index（PyPI）上細讀所有靈巧的模塊（https://pypi.python.org/pypi），但如果它是和SciPy棧有聯係的，它將會成為你數據科學之旅上一個常規的老夥計。
Python的“難點”
Python有兩個特性容易讓新手受挫。第一個“難點”是空白縮進，空格在Python代碼裏是非常重要的。對於代碼段，沒有｛｝或begin/end來標記開始和結束。你必須保持一致的縮進來區分一起執行的代碼段，不一致的縮進會導致解釋器輸出錯誤信息，程序代碼出現異常。現在大部分文本編輯器或者IDE都可以配置提示功能。
第二個“難點”是在使用變量前缺少聲明，將一個變量breaches初始化為某個值，不經意間引用該變量，breaches在解釋器裏不會出錯，但是輸出的結果卻不符合預期。
Canpy的包管理器（https://docs.enthought.com/canopy/quick-start/package_ manager.html）易於進行Python核心安裝和相關的模塊的實時更新。但是假如你選擇手動安裝，你需要依賴操作係統的包管理器來安裝的Python解釋器。升級獨立的附加模塊可以使用如下python代碼完成：
關於Python版本
本書的例子基於Python2.7，在編寫本書時，Canpy依然使用Python2.7。現在Python有兩個主要的版本，2.7.x和3.3.x，Python 3和Python2.7對默認行為做了很多改變，許多包也完成了更新以便與新版本兼容。但是仍舊有許多包隻兼容Python2.7，所以穩定性和廣泛性使得Python2.7版本成為了數據分析的好選擇。
對於Python2.7和Python3.3之間的改變可以參考《What抯 New In Python 3.0》（https://docs.python.org/3/whatsnew/3.0.html）。
最後更新：2017-06-21 17:32:07