您是否发现自己每天都在做同样的重复性SEO任务，或者在没有工具可以帮助您的情况下面临挑战？
如果是这样，可能是你学习Python的时候了。
时间和汗水的初始投资将显着提高生产力。
虽然我主要为刚接触编程的SEO专业人士写这篇文章，但我希望它对那些已经有软件或Python背景但正在寻找易于浏览的参考的人有用用于数据分析项目。
Python基础Python很容易学习，我建议你花一个下午的时间浏览官方教程。我将专注于SEO的实际应用。
在编写Python程序时，您可以在Python2或Python3之间做出选择。最好用Python3编写新程序，但您的系统可能已经安装了Python2，尤其是在您使用Mac时。还请安装Python3以便能够使用此备忘单。
您可以使用以下命令检查您的Python版本：
python--版本使用虚拟环境
当您完成工作时，确保社区中的其他人能够重现您的结果非常重要。他们需要能够安装您使用的相同第三方库，通常使用完全相同的版本。
Python鼓励为此创建虚拟环境。
如果您的系统带有Python2，请使用Anaconda发行版下载并安装Python3，然后在命令行中运行这些步骤。
sudoeasy_installpipsudopipinstallvirtualenvmkdirseoworkvirtualenv-ppython3seowork
如果您已经在使用Python3，请在命令行中运行这些替代步骤：
mkdirseoworkpython3-mvenvseowork
接下来的步骤允许在任何Python版本中工作，并允许您使用虚拟环境。
cdseoworksourcebin/activate(seowork)deactivate
当您停用环境时，您将返回命令行，并且您在环境中安装的库将不起作用。
用于数据分析的有用库每当我开始一个数据分析项目时，我都希望至少安装以下库：
请求。
Matplotlib。
请求-html。
熊猫。
它们中的大多数都包含在Anaconda发行版中。让我们将它们添加到我们的虚拟环境中。
(seowork)pip3installrequests(seowork)pip3installmatplotlib(seowork)pip3installrequests-html(seowork)pip3installpandas您可以像这样在代码开头导入它们：
从requests_html导入请求导入HTMLSession将pandas导入为pd由于您在程序中需要更多第三方库，因此您需要一种简单的方法来跟踪它们并帮助其他人轻松设置您的脚本。
您可以使用以下命令导出虚拟环境中安装的所有库（及其版本号）：
(seowork)pip3冻结requirements.txt当您与您的项目共享此文件时，社区中的任何其他人都可以在他们自己的虚拟环境中使用这个简单的命令安装所有必需的库：
(peer-seowork)pip3install-rrequirements.txt使用Jupyter笔记本在进行数据分析时，我更喜欢使用Jupyter笔记本，因为它们提供了比命令行更方便的环境。您可以检查正在使用的数据并以探索性的方式编写程序。
(seowork)pip3安装jupyter然后您可以使用以下命令运行笔记本：
(seowork)jupyter笔记本您将获得在浏览器中打开的URL。
或者，您可以使用GoogleColaboratory，它是GoogleDocs的一部分，无需设置。
字符串格式您将在程序中花费大量时间来准备字符串以输入到不同的函数中。有时，您需要组合来自不同来源的数据，或从一种格式转换为另一种格式。
假设您想以编程方式获取GoogleAnalytics（分析）数据。您可以使用GoogleAnalyticsQueryExplorer构建APIURL，并将API的参数值替换为使用方括号的占位符。例如：
api_uri="