资料分析商业应用与策略管理 #笔记四

昨天提到了 Python，那就不能不介绍资料科学中相当重要、可以说是 Python 懒人包的 Anaconda（https://www.anaconda.com/），除了把 Python 本身整理完成外，还打包了 Python 常用的资料分析、机器学习、视觉化的套件。只要在同一个版本的版次下，处理分析结果是相同的，故可以在不同的平台与环境上彼此使用。Anaconda 内含的重要套件包含：
Numpy ➫ Python 做多维阵列（矩阵）运算时的必备套件
Pandas ➫ 让 Python 有超越 Excel 作业的功能
Matplotlib ➫ Python 的基本视觉化工具，能画出主要模式的图表
Seaborn ➫ 知名的视觉化工具套件，类似 Matplotlib
Scikit-Learn ➫ Python 机器学习工具主要的部分
Notebook (Jupyter notebook) ➫ Python 的开发工具

利用现有整理好的工具，写程序的成分稍微减低一些，资料数量如果是几十万笔的等级，用 Excel 处理就相对没这麽容易，适合使用 Python。几百到几千 mega 大小的资料，要考虑我们的硬体记忆体是否能够运作，不然要往云的资料处理平台（如 Amazon 付费使用的 aws、Microsoft 免费的 Azure、Google 免费的 Google Cloud）环境考虑，云平台（一大堆电脑）的功能都蛮完整的，图形介面处理都相当友善，资料放到云上就是对全世界公开，不适合公开的需要去识别化或不放敏感资料等处理。

Anaconda（https://www.anaconda.com/) 在产品（Product）栏位点选个人版本，并根据自己电脑的系统工作环境来下载，目前（2020/10）Python 版本是 3.8，早期的作业环境是 32 位元，也要考量安装後是不是会占太多空间。安装完成後预设浏览器是 Chrome，打开 Jupyter 对照自己系统的作业系统，并在合适的路径新增「Python」的资料夹，jupyter 介面中 Files 就会连动到我们设定的资料夹，并在右侧点选 New ➫ Python 3，就能跑到可以输入程序码分析资料的介面了。前面提到的云服务，Google Colaboratory 也提供类似 Jupyter 的环境，能够做同样的事情～Python 官网也有提供语法文件的整理让我们初学者参考，如果有不懂的可以到官网上阅读（https://www.python.org/doc/）。Anaconda（https://www.anaconda.com/）在产品（Product）栏位点选个人版本，并根据自己电脑的系统工作环境来下载，目前（2020/10）Python 版本是 3.8，早期的作业环境是 32 位元，也要考量安装後是不是会占太多空间。安装完成後预设浏览器是 Chrome，打开 Jupyter 对照自己系统的作业系统，并在合适的路径新增「Python」的资料夹，jupyter 介面中 Files 就会连动到我们设定的资料夹，并在右侧点选 New ➫ Python 3，就能跑到可以输入程序码分析资料的介面了。前面提到的云服务，Google Colaboratory 也提供类似 Jupyter 的环境，能够做同样的事情～Python 官网也有提供语法文件的整理让我们初学者参考，如果有不懂的可以到官网上阅读（https://www.python.org/doc/）。Anaconda（https://www.anaconda.com/）在产品（Product）栏位点选个人版本，并根据自己电脑的系统工作环境来下载，目前（2020/10）Python 版本是 3.8，早期的作业环境是 32 位元，也要考量安装後是不是会占太多空间。安装完成後预设浏览器是 Chrome，打开 Jupyter 对照自己系统的作业系统，并在合适的路径新增「Python」的资料夹，jupyter 介面中 Files 就会连动到我们设定的资料夹，并在右侧点选 New ➫ Python 3，就能跑到可以输入程序码分析资料的介面了。前面提到的云服务，Google Colaboratory 也提供类似 Jupyter 的环境，能够做同样的事情～Python 官网也有提供语法文件的整理让我们初学者参考，如果有不懂的可以到官网上阅读（https://www.python.org/doc/）。Anaconda（https://www.anaconda.com/）在产品（Product）栏位点选个人版本，并根据自己电脑的系统工作环境来下载，目前（2020/10）Python 版本是 3.8，早期的作业环境是 32 位元，也要考量安装後是不是会占太多空间。安装完成後预设浏览器是 Chrome，打开 Jupyter 对照自己系统的作业系统，并在合适的路径新增「Python」的资料夹，jupyter 介面中 Files 就会连动到我们设定的资料夹，并在右侧点选 New ➫ Python 3，就能跑到可以输入程序码分析资料的介面了。前面提到的云服务，Google Colaboratory 也提供类似 Jupyter 的环境，能够做同样的事情～Python 官网也有提供语法文件的整理让我们初学者参考，如果有不懂的可以到官网上阅读（https://www.python.org/doc/）。