企业的CXO们最关注的还是报表曲线的背后能有怎样的信息，他该做怎样的决策，其实这一切都需要通过数据来传递和支撑。在理想的世界中，大数据是巨大的杠杆，可以改变公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。以下是小编为你整理的Python 3官方入门指南
如何选择教材，好的开始是成功的一半，选择一本优秀的教材是事半功倍的关键因素。因此我们需要去百度或者知乎等平台看看大家是如何选购学习教材的，寻找最合适自己的学习资料;
书本的选购完成后，我们需要查看是否有配套的视频教程，可以通过百度或者去某些平台购买实时授课，这样在学习过程中遇到的问题就可以得以解答;
书和视频已搞定，那就是环境配置了，PC平台的环境配置以及库的安装，对于能否成功运行Python文件，有着关键的作用。不懂事要学会自己百度搜索相关的资源，一般你遇到的问题许多人也遇到过;
学习过程结束后，我们需要自己动手做些事情，比如写一些界面程序，学学机器学习，训练一下神经网络等，从中我们会发现我们的许多不足与不懂的地方，通过请教他人，或者加入一些论坛进行学习，参考他人的代码等，这都是很重要的，一定要学会站在巨人的肩膀上思考问题;
*，还有非常非常重要的一点就是代码风格，从最开始学习就必须强迫自己模仿*秀的代码风格。学会标注而不是一味地复制，在编程时懂得思考，同样的问题可以有数十种解法，因此，懂得思考很重要。
for循环判断的格式
for循环判断的格式为：
for i in range(100): print i,
我们开始加上判断条件输出50到70之间的数
for i in range(100): if i >49 and i <71: print i,
当然可以以此类推，比如输出 1-100 内，除开50-70的数,说明一下在range后面的括号内，前面可以自定义起始值
#求1-100 内的所有奇数for i in range(1,100): if i % 2 == 1: print i,
我们在1到100内循环查找，如果i无法被2整除就是奇数(视频中这里写错了写成了质数，表示抱歉)
新增一个知识点获取随机数，我们可以通过导入的方式获取一个随机数
import randoma = random.randint(1,200)b = random.randint(1,999)print a,b
常用的变量
class Student(object): def __init__(self, name, score): self.name = name self.score =score def Print_score(self): print ('%s:%s' % (self.name, self.score))bat = Student('hongbin', 100)bat.Print_score()print bat.name
我们可以观察一下在Class内部，可以有属性和方法，而外部代码可以通过直接调用实例变量的方法来操作数据，这样，就隐藏了内部的复杂逻辑。但是，从前面Student类的定义来看，外部代码还是可以自由地修改一个实例的name、score属性：小编可是好不容易才“考了”100分 就这样被修改成了59，会不会很不爽!
在Python中，实例的变量名如果以__开头，就变成了一个私有变量(private)，只有内部可以访问，外部不能访问。如果要让内部属性不被外部访问，可以把属性的名称前加上两个下划线__，我们可以测试一下：
这样就确保了外部代码不能随意修改对象内部的状态，这样通过访问限制的保护，代码更加健壮。
企业需要的大数据类型
那么，哪些传统企业最需要大数据服务呢?抛砖引玉，先举几个例子：1) 对大量消费者提供产品或服务的企业(精准营销);2) 做小而美模式的中长尾企业(服务转型);3) 面临互联网压力之下必须转型的传统企业(生死存亡)。
对于企业的大数据，还有一种预测：随着数据逐渐成为企业的一种资产，数据产业会向传统企业的供应链模式发展，最终形成“数据供应链”。这里尤其有两个明显的现象：1) 外部数据的重要性日益超过内部数据。在互联互通的互联网时代，单一企业的内部数据与整个互联网数据比较起来只是沧海一粟;2) 能提供包括数据供应、数据整合与加工、数据应用等多环节服务的公司会有明显的综合竞争优势。
对于提供大数据服务的企业来说，他们等待的是合作机会，就像微软史密斯说的：“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”
然而，一直做企业服务的巨头将优势不在，不得不眼看新兴互联网企业加入战局，开启残酷竞争模式。为何会出现这种局面?从 IT 产业的发展来看，*代 IT 巨头大多是 ToB 的，比如 IBM、Microsoft、Oracle、SAP、HP这类传统 IT 企业;第二代 IT 巨头大多是ToC 的，比如 Yahoo、Google、Amazon、Facebook 这类互联网企业。大数据到来前，这两类公司彼此之间基本是井水不犯河水;但在当前这个大数据时代，这两类公司已经开始直接竞争。比如 Amazon 已经开始提供云模式的数据仓库服务，直接抢占 IBM、Oracle 的市场。这个现象出现的本质原因是：在互联网巨头的带动下，传统 IT 巨头的客户普遍开始从事电子商务业务，正是由于客户进入了互联网，所以传统 IT 巨头们不情愿地被拖入了互联网领域。如果他们不进入互联网，他们业务必将萎缩。在进入互联网后，他们又必须将云技术，大数据等互联网*有优势的技术通过封装打造成自己的产品再提供给企业。
以IBM举例，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”IBM积极的提出了“大数据平台”架构。该平台的四大核心能力包括Hadoop系统、流计算(StreamComputing)、数据仓库(Data Warehouse)和信息整合与治理(Information Integration and Governance)
