1.必須知道的兩組Python基礎術語

A.變量和賦值

Python可以直接定義變量名字并進行賦值的，例如我們寫出a = 4時，Python解釋器干了兩件事情：

• 在內存中創建了一個值為4的整型數據
• 在內存中創建了一個名為a的變量，并把它指向4

用一張示意圖表示Python變量和賦值的重點：

例如下圖代碼，“=”的作用就是賦值，同時Python會自動識別數據類型:

請閱讀代碼塊里的代碼和注釋，你會發現Python是及其易讀易懂的。

B.數據類型

在初級的數據分析過程中，有三種數據類型是很常見的：

• 列表list(Python內置)
• 字典dic(Python內置)
• DataFrame(工具包pandas下的數據類型，需要import pandas才能調用)

它們分別是這么寫的：

列表(list)：

list是一種有序的集合，里面的元素可以是之前提到的任何一種數據格式和數據類型(整型、浮點、列表……)，并可以隨時指定順序添加其中的元素，其形式是：

字典(dict)：

字典使用鍵-值(key-value)存儲，無序，具有極快的查找速度。以上面的字典為例，想要快速知道周杰倫的年齡，就可以這么寫：

dict內部存放的順序和key放入的順序是沒有關系的,也就是說，"章澤天"并非是在"劉強東"的后面。

DataFrame：

DataFrame可以簡單理解為Excel里的表格格式。導入pandas包后，字典和列表都可以轉化為DataFrame，以上面的字典為例，轉化為DataFrame是這樣的：

和excel一樣，DataFrame的任何一列或任何一行都可以單獨選出進行分析。

以上三種數據類型是python數據分析中用的最多的類型，基礎語法到此結束，接下來就可以著手寫一些函數計算數據了。

從Python爬蟲學循環函數

掌握了以上基本語法概念，我們就足以開始學習一些有趣的函數。我們以爬蟲中繞不開的遍歷url為例，講講大家最難理解的循環函數for的用法：

A.for函數

for函數是一個常見的循環函數，先從簡單代碼理解for函數的用途：

因為dict的存儲不是按照list的方式順序排列，所以，迭代出的結果順序很可能不是每次都一樣。默認情況下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同時#迭代key和value，可以用for k, v in d.items()

可以看到，字典里的人名被一一打印出來了。for 函數的作用就是用于遍歷數據。掌握for函數，可以說是真正入門了Python函數。

B.爬蟲和循環

for函數在書寫Python爬蟲中經常被應用，因為爬蟲經常需要遍歷每一個網頁，以獲取信息，所以構建完整而正確的網頁鏈接十分關鍵。以某票房數據網為例，他的網站信息長這樣：

該網站的周票房json數據地址可以通過抓包工具找到，網址為http://www.cbooo.cn/BoxOffice/getWeekInfoData?sdate=20190114

仔細觀察，該網站不同日期的票房數據網址(url)只有后面的日期在變化，訪問不同的網址(url)就可以看到不同日期下的票房數據：

我們要做的是，遍歷每一個日期下的網址，用Python代碼把數據爬下來。此時for函數就派上用場了，使用它我們可以快速生成多個符合條件的網址：

為了方便理解，我給大家畫了一個for函數的遍歷過程示意圖：

3.Python怎么實現數據分析？

A.Python分析

在做好數據采集和導入后，選擇字段進行初步分析可以說是數據分析的必經之路。在Dataframe數據格式的幫助下，這個步驟變得很簡單。

比如當我們想看單周票房第一的排名分別都是哪些電影時，可以使用pandas工具庫中常用的方法，篩選出周票房為第一名的所有數據，并保留相同電影中周票房最高的數據進行分析整理：

9行代碼，我們完成了Excel里的透視表、拖動、排序等鼠標點擊動作。最后再用Python中的可視化包matplotlib，快速出圖：

B.函數化分析

以上是一個簡單的統計分析過程。接下來就講講Excel基礎功能不能做的事——自定義函數提效。觀察數據可以發現，數據中記錄了周票房和總票房的排名，那么剛剛計算了周票房排名的代碼，還能不能復用做一張總票房分析呢？

當然可以，只要使用def函數和剛剛寫好的代碼建立自定義函數，并說明函數規則即可：

學會函數的構建，一個數據分析師才算真正能夠告別Excel的鼠標點擊模式，邁入高效分析的領域。