第3章 Python与数据分析工具

第3章：Python与数据分析工具

说实话，很多做数学建模的朋友，模型建得漂亮，但一到数据处理就卡壳。我见过太多人花80%的时间在数据清洗上，真正建模的时间反而没多少。这一章，我就带你搞定Python环境，以及三个最核心的数据分析工具：NumPy、Pandas、Matplotlib。

3.1 Python环境配置

我个人习惯用Anaconda来管理Python环境。为什么？因为它自带了一堆数据分析包，省得你一个个去pip install。你想想看，要是每次换个项目都要重新装一遍NumPy、Pandas，那得多烦人。

我的建议： 用Anaconda的虚拟环境功能。每个项目建一个独立环境，互不干扰。我曾经因为两个项目依赖的NumPy版本冲突，折腾了一整天。

安装步骤很简单：

去Anaconda官网下载对应系统的安装包
一路默认安装，记得勾选「Add Anaconda to my PATH」
打开终端或Anaconda Prompt，输入 conda --version 验证

创建虚拟环境的命令：

conda create -n pricing_env python=3.9
conda activate pricing_env

嗯，这里要注意：Python 3.9是目前最稳定的版本之一。我试过3.11，有些老包还不兼容，别给自己找麻烦。

3.2 NumPy基础

NumPy，说白了就是Python里的数组计算神器。报价优化里大量涉及矩阵运算，比如价格向量、成本矩阵，用NumPy处理起来比纯Python快几十倍。

先看个最简单的例子：

import numpy as np

# 创建价格数组
prices = np.array([100, 200, 150, 180, 220])
# 批量打8折
discounted = prices * 0.8
print(discounted)  # [ 80. 160. 120. 144. 176.]

你看，一行代码就搞定了所有元素的运算。要是用Python的for循环，得写好几行。

核心操作速查

操作	代码示例	说明
创建数组	`np.array([1,2,3])`	从列表创建
全零数组	`np.zeros((3,4))`	3行4列，全为0
等差数列	`np.linspace(0,1,5)`	0到1之间均匀取5个数
矩阵乘法	`A @ B`	比 `np.dot(A,B)` 更直观
统计函数	`np.mean(), np.std()`	均值、标准差

避坑指南： 我曾经在计算价格弹性矩阵时，直接用 * 做矩阵乘法，结果算出来的弹性系数全错了。记住：* 是逐元素相乘，@ 才是真正的矩阵乘法。

3.3 Pandas基础

Pandas是处理表格数据的利器。报价优化里，你的数据通常是这样的：

产品ID	原价	成本	销量
P001	100	60	500
P002	200	120	300

用Pandas读入Excel或CSV，就一行代码：

import pandas as pd

df = pd.read_csv('product_data.csv')
print(df.head())  # 看前5行

我个人最常用的几个操作：

筛选： df[df['销量'] > 400] 找出畅销品
分组： df.groupby('品类')['利润'].sum() 按品类汇总利润
新增列： df['利润率'] = (df['原价'] - df['成本']) / df['原价']
缺失值处理： df.dropna() 或 df.fillna(0)

我的经验： 实际项目中，数据往往有脏数据。比如价格列里混入了「待定」这样的文本。用 pd.to_numeric(df['价格'], errors='coerce') 可以自动把非数字转成NaN，再统一处理。

3.4 Matplotlib可视化入门

做报价优化，你肯定要画图。价格-需求曲线、利润随价格变化的趋势、不同方案的对比……一张好图胜过千言万语。

先画个最简单的折线图：

import matplotlib.pyplot as plt

# 假设价格从50到150，对应的利润
prices = [50, 70, 90, 110, 130, 150]
profits = [2000, 3500, 4200, 3800, 2500, 1000]

plt.plot(prices, profits, marker='o')
plt.xlabel('价格')
plt.ylabel('利润')
plt.title('价格-利润曲线')
plt.grid(True)
plt.show()

你看，利润在价格90左右达到峰值。这就是我们做报价优化要找的最优点。

常用图表类型

图表类型	适用场景	核心函数
折线图	趋势变化	`plt.plot()`
柱状图	对比不同品类	`plt.bar()`
散点图	价格与销量的关系	`plt.scatter()`
直方图	价格分布	`plt.hist()`

注意： 中文显示问题。Matplotlib默认不支持中文，你画出来的图标签可能是方框。解决方案：plt.rcParams['font.sans-serif'] = ['SimHei']。我当初被这个坑了整整一下午。

3.5 本章知识体系

下面这张图，帮你理清这三个工具的关系：

说白了，这三个工具是递进关系：NumPy提供底层计算能力，Pandas帮你管理数据，Matplotlib把结果画出来。在后面的章节里，我们会把它们组合起来，解决实际的报价优化问题。

本章小结：

用Anaconda管理Python环境，省心省力
NumPy处理数组和矩阵，比纯Python快几十倍
Pandas是表格数据处理的瑞士军刀
Matplotlib画图，让数据说话

好了，工具备齐了。下一章我们就要开始真正的数学建模了。记住：工具只是手段，解决问题才是目的。别在工具上花太多时间纠结，够用就行。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录