近日，TIOBE最新的编程语言排行榜出炉，Python再次高居榜首。Python作为时下最火的编程语言，可谓应用广泛，大到数据科学，大到运维、爬虫等等，各个领域处处可见Python的踪迹。人人都说Python好，但是Python得有多大的魔力才能如此流行。以数据科学领域为例，Python有许多完善的工具包，可以帮助你完成重要的数据科学任务。本文将详细分析为什么Python在科学家中如此受欢迎。数据科学对Python的需求：数据科学是帮助我们从一系列结构化和非结构化数据中提取信息的研究。它使用统计学、数学和科学计算来分析数据。由于Python语法简单，即使没有工程背景的人也能轻松掌握，因此Python成为在数据科学领域脱颖而出的重要技能之一，被认为是数据科学的最佳选择。Python在数据科学领域历史悠久：2016年，Python在知名数据科学竞赛平台Kaggle平台上超越R，来源：Finextra2017年，Python在KDNuggets年度数据科学家调查中超越R，来源：KDnuggets中2018年，大约66%的数据科学家表示他们每天都使用Python，这是一个巨大的数字，使其成为专业分析师的首选语言，来源：KDnuggets据专家称，随着Python语言的发展，这一趋势将持续下去。此外，根据Indeed的报告，数据科学家的平均基本工资约为109,596美元/年。近年来，市场上数据科学家的工作机会急剧增加。为什么Python用于数据科学：Python是一种通用的、易于使用的语言，被认为是数据科学中最好的语言。在可扩展性方面，Python比R等其他编程语言更有优势。它为数据科学家提供了灵活性，并提供了解决问题的不同方法。在速度方面，Python再次从Matlab和Stata等同类语言中脱颖而出。下面讨论Python语言的一些重要特性：Python语法使用起来相当简单，任何人都可以在相对较短的时间内学会Python；许多强大的第三方库用于数据科学应用程序。库是可以重复应用于不同程序的模块的集合；强大的社区支持有助于使库和框架保持最新状态，社区中有超过1000万成员。资料来源：开发人员技术库和框架可免费下载和使用，Python库和框架的总数估计在137,000左右；Python是一种解释型编程语言，与C或C++不同，Python代码首先被转换为低级指令和字节码，然后由Python解释器执行；Python是跨平台的，这意味着一旦用Python编写了代码，它就可以在任何操作系统上运行：Windows、Mac、Linux等。注意Python解释器是平台相关的；Python是可以自动化的，因此我们可以将日常生活中某些耗时的工作自动化。例如班主任要根据excel表格中的分数制作学生的电子成绩单。假设一个班级有100名学生，一个一个地做成绩单似乎不是一个好的选择。为了解决这个问题，我们可以创建一个基于excel表的python脚本，创建所有学生的电子成绩单。如何将Python用于数据科学？Python提供了NumPy、pandas、SciPy、matplotlib等库，让我们轻松完成数据科学的日常工作。下面讨论其中一些库：Numpy：Numpy是NumericalPython的首字母缩写词。它是一个Python库，提供对数学函数的支持，程序员可以使用这些函数来操作更大维度的数组。它包括一些有助于处理数组和矩阵的有用函数。Pandas：Pandas是Python开发人员中最受欢迎的库之一。该库的主要目标是通过其内置函数分析和操作数据。该库还可以轻松处理大量结构化数据。Pandas支持两种数据结构：Series：一维数据；DataFrame：二维数据。SciPy：SciPy是另一个流行的Python库，专门设计用于执行数据科学任务，它在科学计算领域也很有用。它提供解决科学计算问题和计算机编程任务的功能，由以下子模块组成：信号和图像处理优化算法积分插值Matplotlib：Matplotlib是一个非常具体的用于数据可视化的Python库。数据可视化对任何组织都非常重要。它提供了数据可视化的方法。这个库不仅限于绘制饼图、条形图和直方图，还可以绘制高级图形。这个库的另一个特点是它支持自定义，图形的任何部分都可以有效地自定义。Matplotlib为我们提供了缩放图表和以图像格式保存图表的功能。当我们以数据科学相关角色进入组织时，通常该组织遵循以下工作流程。使用Python和SQL从企业数据库中获取数据；使用pandas库将数据插入数据框以供以后分析；然后借助Pandas和Matplotlib等库开始分析和可视化数据；深入挖掘为了组织数据并根据给定的数据预测未来的结果，Scikit库负责准备好预测模型。Python扮演什么角色？现在让我们回顾一下数据科学处理问题过程中的各个步骤，从而进一步了解Python在其中的作用。1.数据收集和清理通过Python，您可以从网络加载各种格式的数据，例如CSV（逗号分隔值）、TSV（制表符分隔值）或JSON。无论你是想直接加载SQL表到你的程序中，还是你需要爬取网站信息，Python都可以帮助你轻松完成这些任务：前者可以使用PyMySQL包完成，后者可以使用BeautifulSoup包裹。PyMySQL允许您轻松连接到MySQL数据库、执行查询、提取数据等。BeautifulSoup可以帮助您读取XML和HTML类型的数据。在提取和替换值之后，您可能还会在数据清洗阶段处理缺失值和无意义的值。此外，如果您在使用特定数据集时遇到问题，您可以在网络上搜索数据集名称加上“Python”，您也许可以找到解决方案。2.数据探索既然您已经收集并标准化了数据，下一步就是数据探索。在此过程中，您需要理清业务逻辑中发现的问题，并将此问题转化为标准化的数据科学问题。为了实现这一点，有必要对数据的类型进行更深入的分析，将它们分成不同的数据类型，例如数值（numerical）、序数（ordinal）、标称（nominal）、类别（categorical）等.,以提供他们需要的加工。一旦确定了数据属于哪个类别，就可以使用NumPy和Pandas（Python中用于数据分析的库）来探索数据。另外，Python在数据探索的过程中提供了大量的工具，你可以在搜索引擎中搜索获取更多的信息。完成这些步骤后，您就可以开始人工智能和数据建模机器学习步骤了。3、数据建模这一步是数据科学过程中非常关键的一个阶段，在建模前的特征选择阶段，可能需要对已有的数据集进行降维。Python语言可以很方便的帮你完成这个任务，它有很多高级的工具库可以帮你解决问题。如果你想对你的数据进行数值模型分析，你只需要Python中的Numpy。SciPy使使用科学记数法和计算变得容易。Python上的Scikit-learn代码库提供了许多直观的界面，帮助您在整个过程中毫无困难地将机器学习算法应用于数据。数据建模完成后，您可能需要可视化和解释数据中有价值的情报。4.数据可视化和解释Python自带了很多数据可视化包。Matplotlib是最常用的用于生成基本图形和图表的库。如果你需要设计精美的高级图表，你也可以试试另一个Python包Plotly。还有一个Python包IPython，它支持交互式数据可视化并支持使用GUI工具箱。如果您想将调查结果嵌入到交互式网页中，nbconvert函数可以帮助您将IPython或Jupyter笔记本转换为HTML片段。完成数据可视化后，如何呈现你的数据是极其重要的，这必须针对项目中的业务逻辑问题。现在您可以使用这些有价值的信息来寻找先前业务逻辑问题的答案，请记住您的解释对公司的利益相关者非常有帮助。准备好使用Python实现您的数据科学目标了吗？为什么在开始数据科学之旅时使用Python编程，这篇文章已经给了你很多理由。顶级科技巨头也使用Python还有一个新原因。Google、Youtube、Instagram、NASA、IBM、Netflix、Spotify、Uber、Pinterest、Reddit等都是使用Python进行数据科学研究的顶级公司。最适合数据分析的Python是处理大量数据的最佳选择。它的灵活性、易学性和库优势使其成为处理大数据、机器学习等的最佳语言。数据科学的应用：1.医疗保健行业：在过去几年中，医疗行业受益于数据科学领域的发展。动脉狭窄等医学图像分析程序现在可以通过MapReduce等库和框架实现。2.互联网搜索：大多数搜索引擎，如谷歌、雅虎、必应等，都在内部使用数据科学算法在几秒钟内生成最佳结果。据报道，谷歌每天处理超过20PB的数据。所以，如果没有数据科学，我们甚至无法想象今天的搜索引擎会是什么样子。3.金融领域：无论是数据管理还是交易策略的制定，数据科学在提升金融解决方案方面都有很大的前景。数据科学在自动化风险管理、管理客户数据、预测分析、实时分析（欺诈检测/消费者分析/算法交易）、深度个性化和定制等方面发挥着巨大作用。4.制造：在制造企业中，数字化和数据应用的开始往往是一些可视化的数据探索。通过对一些数据的某些维度进行可视化，挖掘出一些浅层信息，这些往往会带来很大的价值，尤其是对于领导层的决策，更高效的结果展示和问题沟通。不仅如此，数据科学的应用从医疗保健到商业再到零售，许多大型行业都在使用数据科学。总结Python是任何数据科学家的基础，如果你想在数据科学领域工作，那么你绝对应该将Python作为你的主要语言，因为它的语法简单，并且有大量的支持库。译者介绍王德真，社区编辑，10年互联网产研经验，6年IT教育培训行业经验。前K12教育上市公司产品经理，技术博客专家，蓝桥签约作者，《滚雪球学Python》专栏作者，《爬虫100例》专栏特约作者，78技术人社区发起人。原标题：Python如何成为数据科学的语言，作者：SoniaMathias链接：https://www.datasciencecentral.com/how-python-became-the-language-for-data-science/
