Python作用：

1.利用Python寫指令碼

2.excel視覺化有效能瓶頸，需要Python來實現。

第七週所有環節：

• Python的資料科學環境
• Python基礎
• Numpy和Pandas
• 資料視覺化
• 資料分析案例
• 資料分析平臺（輕量級BI）

3.Numpy和pandas

1.Python groupby

mysql不支援分組排序

2.concat和merge

concat是強行耦合

merge，是有共同名，優先表進行耦合

3.多重索引

4.文字函式

填充空值，None需要用np.nan，c語言形式的控制

pd.dropna()去除所有還有空值的行

5.Python pandas apply

6.聚合 apply

7。pandas資料透視

輸出結果

7.python連線資料庫

import pymysql
import pandas as pd
from sqlalchemy import create_engine

conn=pymysql.connect(
    host='localhost',
    user='root',
    password='123456',
    db='data_kejilie',
    port=3306,
    charset='utf8'
 

)

def reader(query,db):
    sql=query
    engine=create_engine('mysql+pymysql://root:[email protected]/{0}?charset=utf8').format(db))
    df=pd.read_sql(sql,engine)
    return df

cur.execute('select * from article_link ')

cur.close()
conn.commit()