郝海妍 潘萍

（海南软件职业技术学院 海南省琼海市 571400）

1 引言

伴随着人工智能技术的不断发展，对数据的需求量越来越大。此外，互联网技术与信息技术也得到非常大的突破，逐步改变了人们的生活习惯，互联网与信息技术在人们生活与社会生产中的应用越来越深入，随着人们应用网络的越来越频繁，由此产生了庞大的互联网数据信息，但是这些庞大的数据信息中存在许多无用、虚假的信息，信息整体质量较低，为了能够从这些数据库中提取到有价值的信息，必须要应用到专业的数据处理技术，在这种背景下数据分析计算也就顺势出现了。Python 是现阶段应用非常广泛的编程语言之一，自身所拥有的第三方数据库能够在数据分析中提供非常大的帮助，具有非常好的应用前景。为了进一步提高Python 技术在数据分析中的应用，本文从Python 技术与数据分析内涵为基础，通过实践探讨了Python 数据分析技术。

2 数据分析与Python技术概述

2.1 数据分析概述

伴随着现代人们互联网使用频率的越来越高，由此产生的数据信息量也是呈现出倍速增长态势，数据分析中心所需要处理的数据任务也日益繁重，因此如何应对庞大数据信息的分析工作成为了现代科学技术领域需要重点解决的问题，而要想发掘出有效的问题解决办法，必须要建立在充分领悟相关理论知识与原理基础上。

数据分析是建立在数学计算以及计算机基础上，对目标数据进行全面的分析与核算，从而寻找出海量数据信息中存在的规律性[1]。伴随着现代科学技术水平的不断提升，产生了许多针对大数据整理与分析方面的方法，显著提升了现阶段数据分析水平与速度，为更快的处理数据信息提供支持。通过数据分析手段的应用，能够对海量的数据信息进行分析与整合，发现隐藏在数据信息背后的潜在规律，再在规律的基础上对数据的未来发展趋势进行判定，从而为企业单位或者个人进行决策提供数据支持[2]。

数据分析在人们日常生活中发挥了非常重要的作用。比如说某商场的经营人员对用户的消费习惯、消费时间、消费类型等因素进行整合，从中发现用户消费的主要规律，了解到该产品用户的年龄、性别、消费习惯以及购买能力等信息，根据掌握的信息资源对产品销售方式以及渠道进行变更，也为产品进行更新换代提供依据，帮助经营者正确规划销售模式，确保发展方向的正确性。这样的方法也同样适用于许多其它公司，公司管理人员可以对客户数据信息进行分析，获取到客户的精准信息，并以此为基础制定公司的长远战略发展目标，确保公司能够朝向正确的方向发展[3]。

表1：数据表

表2：主要关键词及其产生的频次

图1：读取程序代码

图2：程序代码展示

2.2 Python语言概述

Python 是一个解释执行的、可以面向对象特征的、拥有良好封装性的程序设计语言，由于该计算机语言比较简单，一般人员可以在较短的时间内掌握，并且还完全免费，从而使得Python 语言的应用范围非常广泛[4-5]。

（1）在传统的计算机编程语言中，C++属于较高层次的程序语言，然而Python 语言比C++编程语言更加高级，在使用Python语言进行程序编写过程中，程序员不必去研究自己写出的程序的实际用途，也需要过度关注内存等细节部分。

（2）Python 语言拥有非常好的可移植性以及适用性，因为该语言是属于开源的，能够将其移植到不同的平台中，从目前对开源的认知来看，Python 语言可以满足大部分平台的使用需求[6]。

（3）Python 语言是解释执行的，说明通过该语言编写的程序能够通过源代码直接运行，不再需要经过编译环节来产生可执行文件。

（4）Python 编程语言还具有非常特别的一点，即Python 编程语言可以很好的满足面向过程以及对象的编程需要[7]。

3 Python在数据分析中的应用优势

Python 本身是一个功能齐全的计算机编程语言，在计算机许多方面都有着非常广泛的应用，特别是数据科学方面的应用，拥有其它计算机编程语言无法实现的优势，在这种背景下，伴随着数据分析需求的越来越大，Python 成为了现阶段最受欢迎的编程语言。综合来讲，相比较其它编程语言，Python 在数据分析中的应用优势主要体现在以下几个方面。

（1）语法比较易懂。Python编程语言没有特别复杂的语法知识，和其它类型的编程语言相比较，即便是刚刚学习计算机编程语言的学习人员，也可以在较短的时间内掌握Python 语言编程方法。

（2）拥有大量的第三方数据库支持。目前Python 编程语言能够实现非常强大的功能，也获得了非常广泛的应用，而取得这样的成绩很大一部分要归功于大量的第三方资源库的支持，具备了能够满足许多领域需求的第三方资源库，比如说在数据科学方式，拥有了numpy 以及pandas 等辅助资源库[8]。

（3）Python 具有非常好的兼容性，主要表现在Python 拥有丰富的类型以及接口，能够和其它编程语言建立紧密的联系，从而显著提高编程软件的运行速度[9]。

（4）在理论研究层面以及实践案例中都具有非常好的适应性。通过Python 编程语言的应用，公司从产品研发环节到最终的实践应用，都不需要更换编程语言，一方面有效的降低了公司新产品的研发成本，另一方面也可以节约大量的时间。

（5）拥有多种多样的工具集，使得Python 编程语言能够拥有脚本语言以及系统语言的特征，一方面可以满足初级脚本程序的编写需求，另一方面也能够满足大规模软件的设计要求。

4 Python在数据分析中的实证应用

4.1 数据准备与整理

对现有的庞大数据信息资源进行读取，同时从中挑选出需要进行分析的数据，为了进一步探究Python 在数据分析中的应用方法，以“试验数据1.xls”为样本进行实证说明。

通过pandas 来获取Excel 文档中的数据，其读取程序代码见图1，表1 为读取的数据表。

4.2 文件数据准备与管理

在进行文件数据准备与管理环节中，主要开展两个方面内容，分别是分析出文件数据中的关键词，同时统计出各个关键词出现的次数，如表2 所示为主要的关键词及其产生的频次。

4.3 数据可视化

通过matplotlib 绘制折线图将数据展示出来，如图2 所示为程序代码展示。

从以上对Python 计算机编程语言的分析与展示中能够看出，在处理数据分析相关工作中，Python 可以满足绝大多数分析工作的需求。另外值得注意的是，上文所提及的Python 数据分析功能仅仅只是其中的一部分，还有着非常多的应用功能，例如对大量数据开展批量处理工作、依托于机器学习模式来进行数据分析、对目标数据开展统计检验工作等。要想充分发挥出Python 在数据分析中的应用优势，必须要掌握更多的计算机语言编程语法，实现多种方式的灵活运用。

5 结语

综上所述，和一般的计算机编程语言相比较，Python 语言具有语法简单、容易上手以及完全免费等特征，促进了Python 编程语言的广泛应用。在将Python 技术应用到数据分析中时，要根据数据的具体类型选取适宜的Python 数据分析技术，提高数据分析的速度以及质量，为科学预估未来发展趋势提供数据支持。