1. 前言
本周學習計劃是對于前兩周學習的統計學理論基礎上，将描述性統計理論進行python實踐。
前兩周其實就是看了下統計學基礎理論和同步視訊，補充基礎知識，順便在不是很了解的基礎上安裝了python，是以本周實踐起來雖然還是有困難，但是上手容易了許多。
2. Jupyter Notebook介紹
2.1. 什麼是Jupyter Notebook
首先，先簡單介紹一下jupyter，前兩周隻是在前人經驗上，安裝了Anaconda，然後進入了jupyter編譯環境，還沒有在這個編譯環境下調試過代碼，其實由于是第一次接觸python，也不知道為什麼要安裝這個，為什麼一定是這個，這個和python的關系又是什麼？其實腦袋裡面是有很多問号的，本周通過網上查找資料和翻閱書籍，将相關理論做了一個整理。
Jupyter Notebook（此前被稱為 IPython notebook）是一個互動式筆記本，支援運作 40 多種程式設計語言。它的本質是一個 Web 應用程式，便于建立和共享文學化程式文檔，支援實時代碼，數學方程，可視化和 markdown。 用途包括：資料清理和轉換，數值模拟，統計模組化，機器學習等等，是資料科學/機器學習社群内一款非常流行的工具。
簡單來說就是它提供了一個環境，你可以在其中記錄代碼，運作代碼，檢視結果，可視化資料并在檢視輸出結果。這些特性使其成為一款執行端到端資料科學工作流程的便捷工具 ，可以用于資料清理，統計模組化，建構和訓練機器學習模型，可視化資料以及許多其他用途。
2.2. 如何安裝Jupyter Notebook
要使用Jupyter Notebook，首先你要確定自己已經安裝了Python（2.7/3.3或更高），這是必備條件。
安裝Anaconda，可以打包安裝Python和Anaconda，是以第一步是安裝Anaconda。
其實除了提到的兩個工具，Anaconda還包含資料科學和機器學習中經常需要用到的各種軟體包，隻需下載下傳、解壓、安裝，所有工具就都一步到位了。
下載下傳位址：https://jupyter.readthedocs.io/en/latest/install.html
安裝完成後，如果要運作Jupyter Notebook
- 在控制台輸入以下指令：jupyter notebook
- 在開始裡面選擇Anaconda3(64位)->Jupyter Notebook
上面任意一種方法，都可以讓電腦打開預設浏覽器，網址為http:// localhost:8888/tree。
參考網址：http://www.elecfans.com/d/687743.html
相關快捷鍵：
Shift+Enter : 運作本單元，選中下個單元
Ctrl+Enter : 運作本單元
Alt+Enter : 運作本單元，在其下插入新單元
Y：單元轉入代碼狀态
M：單元轉入markdown狀态
A ：在上方插入新單元
B：在下方插入新單元
X：剪切選中的單元
Shift +V：在上方粘貼單元
在執行沒有輸出的語句的時候，執行完後界面沒有變化，例如下面的導入庫的操作，執行後沒有變化，不知道有沒有執行成功：
咨詢完學習小組的小夥伴們後，他們告訴我 In [*]代表正在執行,In []代表沒有執行，In [1] 裡面帶數字的說明已經成功執行完成，試了下果然是這樣。
3. 執行腳本
由于自己學習時間有限，是以我是緊跟老師給的學習計劃及給的參考材料進行參考學習，是以第一遍的時候沒有太多的思考，更多的是執行，下面更多就是列一下自己的執行結果，可能在第四周的時候會有點感悟。
3.1. 導入基礎庫：
Python最基礎的資料類型包括數組、清單、字典比較常見的。而Numpy和Pandas的資料類型是在基礎資料類型上建立，彼此相關，又彼此不同。np對象最重要特點向量化運算，pandas對象最重要特點是字典和清單混合。
-
NumPy
是高性能科學計算和資料分析的基礎包。部分功能如下：
-
Pandas
pandas 是基于NumPy 的一種工具，該工具是為了解決資料分析任務而建立的。Pandas 納入了大量庫和一些标準的資料模型，提供了高效地操作大型資料集所需的工具。pandas提供了大量能使我們快速便捷地處理資料的函數和方法。
- 資料可視化matplotlib.pyplot
3.2. 導入excel資料
3.3. 描述性統計實踐