Раскрытие возможностей Data Science: освоение Python

Сфера Data Science невообразимым образом меняет сегодняшний рынок. С тех пор как it начало стремительно развиваться, он постоянно совершенствовался и стал самым незаменимым инструментом для организаций во всех отраслях промышленности. Data Science - от анализа поведения клиентов до прогнозирования тенденций рынка - предлагает компаниям мощную аналитическую информацию, которая может помочь им принимать более обоснованные решения и получать конкурентные преимущества в соответствующих отраслях.

t.me

Python

Python - это универсальный и удобный в использовании язык программирования, который предлагает множество библиотек и инструментов для искусственного интеллекта, машинного обучения и анализа данных. Его обширная библиотечная экосистема включает в себя такие известные модули, как NumPy, Pandas, Matplotlib, Scikit-learn и TensorFlow, которые часто используются специалистами по обработке данных для создания сложных моделей и визуализаций. Помимо своих технических возможностей, он также располагает большим и поддерживающим сообществом, которое постоянно вносит свой вклад в его рост и развитие. Благодаря всему, что он может предложить, специалисты по Data Science могут получить конкурентное преимущество, освоив Python до прихода в отрасль.

Хотя Python является динамически типизированным языком, где типы данных определяются автоматически, всё же важно понимать различия между ними.

Базовые типы данных в Python

1. Числовые

Integers vs Floats

integer - это просто целое число, в то время как число с плавающей точкой, или float - это десятичное число (цифра 7 - целочисленное число; 2.6 - число с плавающей точкой).

Использование функции type() поможет вам подтвердить это:

num = 11 print(f"num is a \"{type(num)}\"") decimal = 1.1 print(f"decimal is a \"{type(decimal)}\"")

2. String

String (строки)- это текстовые значения, состоящие из последовательности символов (букв, цифр и других допустимых символов).

name = "S@r4!1l" print(f"name is a \"{type(name)}\"")

3. Boolean

Тип данных Bool используются для хранения логических значений “True” и “False”. Эти значения часто встречаются в условных операторах, поскольку они используются для управления потоком программирования.

found = True print(f"found is a \"{type(found)}\"")

Составные типы данных в Python

1. List

Lists (списки) - это упорядоченные коллекции элементов, которые могут быть изменены после их создания. Список создаётся с использованием квадратных скобок [], в которых, через запятую, находятся все его элементы.

Например:

colors = ["Red", "Yellow", "Blue"]

Чтобы составить список без каких-либо элементов, мы можем просто использовать пустые квадратные скобки.

empty_list = [] print(f"empty_list is a \"{type(empty_list)}\"")

2. Tuple

Tuples (кортежи) - это упорядоченные коллекции элементов, которые являются неизменяемыми, что означает, что объект не может быть изменён после создания. Кортеж создаётся с помощью круглых скобок (), в которых, через запятую, находятся все его элементы.

Например:

fruits = ("Mango", "Pineapple", "Strawberry")

Чтобы создать кортеж без каких-либо элементов, мы можем просто использовать пустые круглые скобки.

empty_tuple = () print(f"empty_tuple is a \"{type(empty_tuple)}\"")

3. Dictionary

Dictionary (словарь) изменяемая упорядоченная коллекция элементов, которая не допускает никаких дубликатов. Он состоит из пар ключ-значение внутри фигурных скобок {}, где двоеточие (:) используется для отделения ключей от соответствующего значения.

Например:

my_dict = {1:'a', 2:'b', 3:'c', 4:'d', 5:'e', 6:'f', 7:'g', 8:'h', 9:'i', 10:'j', 11:'k', 12:'l', 13:'m', 14:'n', 15:'o', 16:'p', 17:'q', 18:'r', 19:'s', 20:'t', 21:'u', 22:'v', 23:'w', 24:'x', 25:'y', 26:'z'}

Чтобы создать словарь без каких-либо элементов, мы можем просто использовать пустые фигурные скобки.

empty_dict = {} print(f"empty_dict is a \"{type(empty_dict)}\"")

4. Set

Sets (множества) - это изменяемые неупорядоченные наборы уникальных данных, которые не допускают никаких дубликатов. Они создаются с помощью фигурных скобок {}, в которых, через запятую, находятся все его элементы.

Например:

even = {2, 4, 6, 8, 10}

Использование пустых фигурных скобок создаёт пустой словарь в Python, следовательно, чтобы создать множество без каких-либо элементов, нам нужно было бы использовать функцию set() без какого-либо аргумента.

empty_set = set() print(f"empty_set is a \"{type(empty_set)}\"")

Поток управления программой - это последовательность, в которой оцениваются и выполняются инструкции. Последовательность может быть изменена в зависимости от используемых инструкций. Владение этой концепцией позволяет программистам выполнять сложные операции и писать читаемый и поддерживаемый код.

Условные операторы

1. Оператор If

Инструкции If используются для выполнения основного кода при выполнении определённых условий. Синтаксис оператора if таков:

if условие: # код будет выполняться, если условие верно

Пример:

if grade > 75 and grade <= 100: print("Passed")

2. Операторы If-else

Условие else может быть добавлено после оператора if. Синтаксис оператора if-else таков:

if условие: # код будет выполняться, если условие верно else: # код будет выполняться, если условие ложно

Пример:

if grade > 75 and grade <= 100: print("Passed") else: print("Failed")

3. Операторы If-elif-else

Добавление ключевого слова elif допускает несколько альтернатив. Синтаксис оператора if-elif-else таков:

if condition1: # код будет выполняться, если условие 1 верно elif condition2: # код будет выполняться, если условие 2 верно else: # код будет выполняться, если оба условия 1 и 2 ложны

Пример:

if grade > 75 and grade <= 100: print("Passed") elif grade == 0: print("Incomplete") else: print("Failed")

Циклы

1. Цикл For

Циклы For используются для перебора итеративного объекта, такого как строка, список или кортеж. Ниже мы создадим цикл, который пробегает по списку имён и выводит каждый элемент в списке.

for name in name_list: print(name)

2. Цикл While

Циклы While используются для выполнения блока кода до тех пор, пока не будут выполнены определённые условия. Ниже мы создадим цикл, который выводит значение i до тех пор, пока оно не достигнет 5.

while i <= 5: print(i) i += 1

Функции - это блоки повторно используемого кода, который выполняет определённую задачу. Они позволяют программистам разбивать свои решения на конкретные задачи, предотвращать повторение кодов и поддерживать читабельность программы.

Синтаксис объявления функции в Python может быть следующим:

# без аргументов def function_name1(): # тело функции # с аргументами def function_name2(аргумент): # тело функции

Пример:

def greeting(name): print(f"Hello {name}!")

В приведённом выше примере мы создали функцию, которая позволяет нам выводить приветствие к переданному ей имени. Чтобы использовать функцию, нам нужно вызвать её.

Вот как это делается:

greeting("Mary")

Объектно-ориентированное программирование (ООП) - это подход к написанию компьютерных программ, в котором классы объектов тесно связаны с атрибутами (переменными) и поведением (методами). Понимание ООП обеспечивает лучшее понимание библиотек python и позволяет нам создавать поддерживаемые и читаемые программы.

Четыре принципа ООП

1. Наследование

Наследование - это вывод нового класса из существующего. Этот новый класс (также известный как дочерний класс) наследует методы и свойства существующего класса (называемого родительским классом).

Пример:

# Родительский класс class Fruit: def __init__(self, name, price): self.name = name self.price = price # Дочерний класс class Mango: def __init__(self, name, price, state): # Доступ к методам и свойствам родительского класса с помощью super() super().__init__(name, price) self.state = state

В приведённой выше программе класс Mango наследует свойства класса Fruits. Он унаследовал переменные экземпляра (имя и возраст) родительского класса с помощью метода super().

2. Инкапсуляция

Инкапсуляция - это объединение связанных атрибутов и методов в один класс. Благодаря инкапсуляции внешние классы не могут изменять атрибуты и методы, доступные классу. Это связано с тем, что переменные обычно делаются “приватными”, чтобы скрыть данные.

В Python приватные атрибуты обозначаются с помощью двойного подчёркивания (__).

Пример:

class Fruit: def __init__(self, name): self.name = name self.__price = 10 def sell(self, payment): print(f"Selling price: {self.__price}") print(f"Change: {payment - self.__price}") def set_price(self, price): self.__price = price orange = Fruit("orange") orange.sell(12) # Изменение цены orange.__price = 5 orange.sell(12) # Использование метода setter orange.set_price(3) orange.sell(12)

3. Полиморфизм

Полиморфизм - это использование одной сущности для выполнения различных типов поведения. Допустим, у нас есть приведённый ниже пример:

class Cat: def make_sound(self): print("Meow") class Frog: def make_sound(self): print("Ribbit") class Cow: def make_sound(self): print("Moo")

В приведённом примере представлены три класса с именами Cat, Frog и Cow. У каждого из них есть метод с именем make_sound(). Все они издают разные звуки в зависимости от вида животного. С помощью полиморфизма методы могут быть переопределены там, где разные классы могут иметь методы с одинаковым именем.

4. Абстракция

Абстракция - это сокрытие от пользователя несущественных деталей, чтобы уменьшить сложность программы и убедиться, что программисты сосредотачиваются только на тех, которые важны.

Вот пример её реализации:

from abc import ABC, abstractmethod class Vehicle(ABC): @abstractmethod def drive(self): pass class Car(Vehicle): def drive(self): print("Driving a car") class Motorcycle(Vehicle): def drive(self): print("Driving a motorcycle") #vehicle = Vehicle() car = Car() motorcycle = Motorcycle() #vehicle.drive() car.drive() motorcycle.drive()

В приведённой выше программе создание объекта для абстрактного класса Vehicle привело бы к ошибке. Причина в том, что абстрактные классы - это просто шаблон того, как будут структурированы другие классы. Как и в приведённом выше коде, чтобы использовать абстрактные методы и свойства, они должны быть сначала реализованы в дочернем классе.

Подводя итог, можно сказать, что овладение основами Python жизненно важно для людей, стремящихся войти в область Data Science. Python - очень подходящий язык программирования для науки о данных из-за его удобного характера, обширных библиотек, универсальности и поддерживающего сообщества. Кроме того, широкое использование Python в полевых условиях создаёт многочисленные возможности для карьерного роста для тех, кто хорошо владеет им. Следовательно, изучение основ Python может стать решающим шагом на пути к успешной карьере в области науки о данных для начинающих Data Science-специалистов.

Статья была взята из этого источника:

uproger.com

Раскрытие возможностей Data Science: освоение Python

Раскрытие возможностей Data Science: освоение Python

Python для Data Science

Основные понятия при изучении Python

A. Типы данных

B. Инструкции по потоку управления

C. Функции

D. Объектно-ориентированное программирование

Заключение