如何学习python(怎样用python进行数据分析)

如何学习python

本文是针对数据剖析写的Python教程，文章内容针对以下初学者遇到的问题：
需求学多久的Python？
需求学到什么程度的Python？
学Python的最优课程和书本有什么？
为了处理数据集，我需求通晓Python吗？
在开端正式的共享之前咱们先来看一下，数据剖析的工作流程：
一、消除误解
许多人因为想做数据剖析，然后开端了python的编程学习，每天沉迷于代码和书本之间。可是最后发现学到的只是python用于软件的开发，并非是数据剖析。
Python实践针对数据剖析的学习是库，用库来处理一系列的数据剖析问题。所以主张就是数据剖析方向并没有必要通晓Pythn。
实践的学习Python进程就是：
把握Python根底；
学习Numpy；
学习Pandas
学习Matplib
主张是把握Python根底之后依照上述顺序进行库的学习，许多人会还没学好一个，就进入下一个然后导致学习失败。
二、数据剖析之Python根底
至于Python根底需求把握什么，请咱们对照图片的根底和链接当中的课程进行规划和学习，主张Python根底假如你每天学习时刻比较多，超过3小时的话，学习时长为20天内之内。少于三小时依照进展以此类推。
其次就是机器学习相关常识咱们也是要把握的，不需求你了解推导公式是怎样推的，可是原理要知道。
二、数据剖析之书本推荐
提醒一下，不要买数据剖析的工具书，所有工具书的内容都能够百度一下处理，一般来说工具书的内容也比较粗浅。主张咱们挑选实战类书本，毕竟数据剖析也离不开实战。
数据剖析类书本推荐：
《增长黑客》《社会调查规划与数据剖析》（这本墙裂推荐，理论+实践，让咱们有效学习）《深入浅出数据剖析》
产品思维类：
主张咱们听《梁宁的产品课》
本文上述内容均适合0-3年的数据剖析师，假如你想进阶的话，还要学好数学、核算学、数据发掘。回答这篇内容的时分，也看了许多人收拾的内容，看到一份还不错比较全面的共享给咱们：
图片来源于CSDN，傅一平
书本和常识体系都剖析完了，最后身为数据剖析师的你们，一定要知道实战真的很重要。可是咱们根本都苦于哪找数据去？哪找实战去？咱们能够去打竞赛，打竞赛也能够让咱们对数据有一定的了解，更深入到事务。渠道：Kaggle、阿里天池、DataFountain；
三、【重要】有关数据剖析的Python库
3.1NumPy
这是最常用的数据剖析库了，精确来说是一个数学核算库，包括咱们刚刚说到的Pandas也是依赖于Numpy的。
咱们需求学习的内容是了解NumPy
知道数组的属性、形状和类型
使用Numpy完成数组的根本操作
使用随机数组的创立完成正态分布使用
使用Numpy完成数组的逻辑运算
使用Numpy完成数组的核算运算
使用Numpy完成数组之间的运算
3.2Pandas
这是为了数据建模剖析而生的工具库，内含许多的数据模型，也有许多其他库的优势。学习顺序就是先学NumPy在来学Pandas，需求学习常识点如下：
了解Numpy与Pandas的不同
阐明Pandas的Series与Dataframe两种结构的区别
了解Pandas的MultiIndex与panel结构
使用Pandas完成根本数据操作
使用Pandas完成数据的合并
使用crosstab和pivot_table完成交叉表与透视表
使用groupby和聚合函数完成数据的分组与聚合
了解Pandas的plot画图功用
使用Pandas完成数据的读取和存储
3.3Matplotlib
刚刚说到了一些，他是一个2D绘图库，一堆数据摆在面前的时分，咱们能够将它便捷转化成图形。本文中说到的前三个库，就是数据剖析Python库中的三驾马车。需求学习内容是：
使用Matplotlib的根本功用完成图形显现
使用Matplotlib完成多图显现
使用Matplotlib完成不同画图种类
咱们只需记住可视化是在整个数据发掘中的要害辅助工具就能够了，所以要学习怎样来画图。
3.4Scipy
Scipy也是依赖Numpy的，Scipy是一个科学核算工具库。
3.5StatsModels
StatsModels包含了许多的核算模型，线性模型、广义线性模型、方差剖析、时刻序列（Pandas也能够做，因为StatsModels又依赖于Pandas）和线性混合功效模型等，在核算方面有其共同的优势。
怎样用python进行数据分析
Python是一门动态的、面向对象的脚本言语，一起也是一门简约，通俗易懂的编程言语。Python入门简略，代码可读性强，一段好的Python代码，阅览起来像是在读一篇外语文章。Python这种特性称为“伪代码”，它能够使你只关心完成什么样的作业任务，而不是纠结于Python的语法。
如何用Python进行数据剖析？?
别的，Python是开源的，它拥有十分多优秀的库，能够用于数据剖析及其他领域。更重要的是，Python与开源大数据平台Hadoop具有很好的兼容性。因而，学习Python关于有志于向大数据剖析岗位开展的数据剖析师来说，是一件十分节省学习本钱的事。
Python的很多优点让它成为受欢迎的程序设计言语之一，国内外许多公司也现已在运用Python，例YouTube，Google，阿里云等等。
2.编程根底
要学习如何用Python进行数据剖析，CDA数据剖析师主张第一步是要了解一些Python的编程根底，知道Python的数据结构，什么是向量、列表、数组、字典等等;了解Python的各种函数及模块。下图整理了这一阶段要把握的知识点：
如何用Python进行数据剖析？
3.数据剖析流程
Python是数据剖析利器，把握了Python的编程根底后，就能够逐渐进入数据剖析的奇妙国际。CDA数据剖析师以为一个完好的数据剖析项目大致可分为以下五个流程：
如何用Python进行数据剖析？
1)数据获取
一般有数据剖析师岗位需求的公司都会有自己的数据库，数据剖析师能够通过SQL查询句子来获取数据库中想要数据。Python现已具有连接sqlserver、mysql、orcale等主流数据库的接口包，比方pymssql、pymysql、cx_Oracle等。
而获取外部数据首要有两种获取方式，一种是获取国内一些网站上公开的数据材料；一种是通过编写爬虫代码主动爬取数据。如果期望运用Python爬虫来获取数据，咱们能够运用以下Python东西：
Requests-首要用于爬取数据时发出恳求操作。
BeautifulSoup-用于爬取数据时读取XML和HTML类型的数据，解析为对象从而处理。
Scapy-一个处理交互式数据的包，能够解码大部分网络协议的数据包
2)数据存储
关于数据量不大的项目，能够运用excel来进行存储和处理，但关于数据量过万的项目，运用数据库来存储与管理会更高效便捷。
3)数据预处理
注释：加群943752371获取python入门20天完好学习笔记和100道根底练习题及答案以及入门书籍视频源码等材料
数据预处理也称数据清洗。大多数情况下，咱们拿到手的数据是格局不一致，存在异常值、缺失值等问题的，而不同项目数据预处理进程的办法也不一样。CDA数据剖析师以为数据剖析有80%的作业都在处理数据。如果挑选Python作为数据清洗的东西的话，咱们能够运用Numpy和Pandas这两个东西库：
Numpy-用于Python中的科学核算。它十分适用于与线性代数，傅里叶变换和随机数相关的运算。它能够很好地处理多维数据，并兼容各种数据库。
Pandas–Pandas是根据Numpy扩展而来的，能够供给一系列函数来处理数据结构和运算，如时刻序列等。
4)建模与剖析
这一阶段首先要清楚数据的结构，结合项目需求来选取模型。
常见的数据发掘模型有：

如何用Python进行数据剖析？

在这一阶段，Python也具有很好的东西库支撑咱们的建模作业：
scikit-learn-适用Python完成的机器学习算法库。scikit-learn能够完成数据预处理、分类、回归、降维、模型挑选等常用的机器学习算法。
Tensorflow-适用于深度学习且数据处理需求不高的项目。这类项目往往数据量较大，且最终需求的精度更高。
5)可视化剖析
数据剖析最后一步是编撰数据剖析报告，这也是数据可视化的一个进程。在数据可视化方面，Python现在主流的可视化东西有：
Matplotlib-首要用于二维绘图，它能让运用者很轻松地将数据图形化，并且供给多样化的输出格局。
Seaborn-是根据matplotlib发生的一个模块，专攻于统计可视化，能够和Pandas进行无缝链接。
依照这个流程，每个阶段所涉及的知识点能够细分如下：
如何用Python进行数据剖析？
从上图咱们也能够得知，在整个数据剖析流程，无论是数据提取、数据预处理、数据建模和剖析，仍是数据可视化，Python现在现已能够很好地支撑咱们的数据剖析作业。