《数据科学与分析：Python语言实现》 —2.7　总结

2.7　总结

在本章中，我们介绍了使用Python编程的一些最重要的方面。首先是在数据科学和分析工作流程中使用Python的一些优点，以及Python程序员使用的一些通用Pythonista编程风格。

我们已经看到Python如何在诸如iPython之类的Shell中以交互方式用作脚本语言，还可以在iPython / Jupyter Notebook的帮助下使用丰富的生态系统，也介绍了语言支持的不同类型：数字、字符串、复数、列表、元组、字典。同样，我们看到Python如何处理可变和不可变对象。

我们可以在控制流结构的帮助下指导程序执行指令的方式。此外，Python还通过许多可以轻松导入和使用的模块和包（类库）扩展其功能。在本章中，我们介绍了一些模块，如NumPy和SciPy。在功能强大的Pandas库的帮助下，我们可以非常直接的方式进行数据分析和操作。

最后，Matplotlib是一个模块，它使我们能够创建绘图并可视化，作为我们进行分析的一部分。这些并不是Python程序员可用的唯一有用的模块，但它们是本书其余部分将使用的一些模块。如果需要使用我们未在此处介绍的其他模块，相应的章节中会有明确说明。

在下一章中，我们将介绍机器学习和模式识别的重要概念，这些概念是我们进行数据科学和分析运作的基础，并且我们将展示另一个有用的Python库：Scikit-learn。