python有6个包
numpy包：numpy数组切片的修改然后反映到原数组，不过列表对切片的修改不不起反应到原数组。建立起双维数组(1,10).reshape(3,3)
创建一个矩阵a，并对矩阵通过换算的最(),最小，平均数()。也是可以按行如何处理(axis1)，可以计算某行数据的的最，最小包括平均数。遍历数组前两行的第二列。三维也可以明白为一个数字横列的立方块。
numpy意见对不同维度数组的翻转等你的操作，数列求和，计算三角函数，多次方求和在内svd化合等多种能操作。以及随机函数模块。numpy.randommatplotlib：全面处理数据可视化的包,借用numpy极为强大的运算能力生克制化matplotlib不使用；使用matplotlib画散点图步骤，第一种不使用scatter(x,y),系统自动建立起坐标系，第二种在用plot(x,y)系统都是自动组建坐标系，plot函数设置画连线图。都很，scatter比plot适合我画散点图。
pandas是一个为解决python数据分析而专用包，也可以快速最终形成数据结构。
scikit-learn西安北方光电有限公司sklearn,在导入数据包时只有不使用importsklearn。
线性回归模型函数采用最小二乘函数拟合。推导n个参数教材习题解答不对应的x值以及应该输出的y。训练咨询参数的值，再用这个参数具体线性方程分析预测未知的东西y的值。函数调用方法，先修改一个脚注，变量特训值。用来训练模型去分析预测测试集。
kmeans:plot是做折线图，也这个可以做散点图；scatter专门买做散点图。在数据处理的时候要明确转变成数值型，要不会出现难以言喻现象kmeans使用方法，是需要创建kmeans模型，然后加载数据前往数据分类结果。
request:网络爬虫咨询包，是可以伪装成浏览器，躲过服务器审查。
当我们在用python参与数据分析时，有时侯很可能需要参照dataframe其他列中的值向pandasdataframe再添加一列。
事实上这听起来像很简单点，但是如果不是我们一段时间可以使用if-exists条件语句来做，可能会变得异常很是奇怪。不幸中万幸，有一种不使用numpy能做到事实上的简单，好方法!
要自学如何使用它，我们来看一个某种特定的数据分析问题。我们手中掌握4,000多个aaa教育推文的数据集。附有图像的推文会完成更多的赞和转发吗?让我们做一些分析找到什么答案!
我们将从导入pandas和numpy又开始，并加载数据集以查看其外观。
发现我们的数据集包涵或者每个推文的一些信息，除了：
1)date—推文查找的日期
2)time—发推文的时间
3)tweet-该推文的实际文本
4)mentions-推文中明言的任何其他twitter用户
5)photos—推文中乾坤二卦的任何图像的url
6)replies_count-在推文上的回复数量
7)retweets_count-推文的再转发数
8)likes_count—在推文上的很喜欢次数
我们还也可以见到photos数据的格式很是奇怪的。
不使用np.where()添加具备真确/错误`条件的pandas列
对此我们的分析，我们只想一栏内带图像的推文是否额外更多的交互，并且我们但是不必须图像url。让我们试图创建角色一个名为的新列hasimage，该列将乾坤二卦布尔值-true如果不是该tweet中有图像，false则含费图像。
甚至于，我们将可以使用numpy的内置where()函数。此函数按顺序进行三个参数：我们要测试出来的条件，条件为true时分配给新列的值和条件为false时未分配给新列的值。感觉起来像这样：
在我们的数据中，这个时候没有图像的推文一直[]在该photos列中更具值。我们也可以建议使用信息并np.where()创建新列hasimage，不胜感激所示：
在上方，发现我们的新列已去添加到我们的数据集，并且已对的红色标记了tweet，科泽利斯克图像为true，其他图像为false。
现在我们有了hasimage专栏，让我们飞快制做几个新的dataframe，一个应用于所有图像推文，一个主要用于所有无图像推文。我们将在用布尔过滤器参与此操作：
现在，我们早就创建了那些，我们是可以在用内置的数学函数.mean()来飞快比较每个dataframe中的推文。
我们将在用print()语句使结果更易于阅读。我们还不需要记得一点不使用str()来将.suppose()算出结果转换的为字符串，以便这个可以在我们的打印出来语句中建议使用它：
依据这些结果，倒是以及图像肯定会促进aaa教育的更多社群媒体的交互。有图片的推文的平均赞和转发消息次数是没有图片的推文的三倍。
再添加条件更紧张的pandas专栏
这种方法效果挺好的，可是如果没有我们想去添加一个条件更急切的新列(远远超出true和false的条件)该怎么办?
.例如，是为更进入到地研究什么这个问题，我们肯定要创建一些交互性“层”，并评估经过每个层的推文所占的百分比。就是为了简单起见，让我们使用likes来可以衡量交互性，并将tweet两类四个层次：
1)tier_4-2个或更少的比较喜欢
2)tier_3—3-9个赞
3)tier_2—10-15个赞
4)tier_1—16个赞
为此，我们这个可以可以使用一般称的函数()。我们给它两个参数：一个条件列表，在内一个我们想未分配给新列中每一行的值的对应列表。
这意味着顺序很最重要：假如conditions柯西-黎曼方程列表中的第一个条件，则列表中的第一个值values将未分配给邮储银行的新列。大数据分析不使用numpy在pandasdataframe上先添加列如果行最简形矩阵第二个条件，则将分配第二个值，等等。
让我们查查它在python代码中的外观：
太棒了!我们创建角色了两个新列，该列根据我们的(虽然些轻率)层排名系统对每个tweet通过了分类。
现在，我们是可以使用它来回答或是我们的数据集的更多问题。的或：1级和4级推文中有多少百分比具高图像?
在这里，发现但他图像显然所帮助，但它们似乎并并非最终所必需的。
即便这是一个相当肤浅的结论，但我们早就在这里实现程序了我们的完全目标：依据什么或者现有列中值的条件语句向pandasdataframes再添加列。
肯定，这是也可以以多种结束的任务。np.where()而()只不过许多潜在动机的两种方法。
