我用了兩天左右的時間完成了這一門課《Introduction to Python for Data Science》的學習，之前對Python有一些基礎，所以在語言層面還是比較順利的，這門課程的最大收穫是讓我看到了在資料科學中Python的真正威力（也理解了為什麼Python這麼流行），同時本次課程的互動式練習體驗（Datacamp）非常棒。

這門課程主要包括了6個單元的內容，一開始介紹了Python的基本概念（常見資料型別和變數），從第二節開始講解列表在Python中的使用，並且逐步演進，我們還學習了使用真正為Data Science準備的幾個package的應用。

從資料科學的角度來看，Python可能真的是很適合的一個程式語言和環境。這不光是因為他本身的語法比較簡單，而且目前已經有幾個非常強大的包（Package）對其進行支援。

Python中的list用來表示一系列的資料，它非常靈活，甚至可以在一個列表中包含不同型別的資料，當然這樣也就帶來了一定的負面作用，例如效能。而numpy的array則是對list的一種改進，它進行規劃化（一個array的軸上只支援同一種資料型別），並提供了更多的一些與資料科學的運算（函式）。

它自身的運算規則也跟列表有極大的區別，例如

numpy庫內建支援很多科學運算的函式，不需要依賴其他庫

資料科學不光是對資料的處理，而且還需要對資料進行展示。目前全世界最流行的用來做資料視覺化的庫是matplotlib。

下圖是一個最簡單的例子

請注意，圖形的資料來源既可以是List，也可以是Array，當然還可以是下面的終極解決方案DataFrame，來自pandas這個庫。

numpy和matplotlib，可以很好地處理資料科學的場景。但如果資料量真的很大，則可能需要用到pandas了。

pandas提供了一個全新的dataframe的物件，它是完全為科學運算和統計而設計的，而且它自帶了視覺化元件庫，不需要額外依賴matplotlib。

從技術上說，DataFrame很像是一個Excel表格或者資料庫，它具有行和列的概念，也有索引的技術。

DataFrame還支援從外部檔案（例如csv）或者網路地址載入資料，這將使得它真正具有實用的價值。

最後，我之前提到過了，本次課程給我最驚喜的一個體驗是互動式練習。這是一個第三方學習平臺（DataCamp）提供的，非常酷。

最後，基於Jupyter構建的notebooks.azure.com ，讓我們可以線上編輯python，並且執行，形成筆記——不需要azure訂閱即可使用。如果你願意，你還可以在本地安裝Jupyter。

本地安裝Jupyter，請參考 https://jupyter.org/install.html

請通過 https://aka.ms/learningAI 或者掃描下面的二維碼關注本系列文章《人工智慧學習筆記》