Python数据分析，主要需要学习以下内容：
1、Python语法基础
2、Python数据分析扩展包：Numpy、Pandas、Matplotlib等
3、Python爬虫基础（非必须，但可以提升兴趣）
4、Python数据探索及预处理
5、Python机器学习
Python作为一门编程语言，当然需要先学习其语法基础，如果学习过其他编程语言，上手Python会比较快。Python语法基础需要掌握以下内容：
网上有很多学习资料，随便买本书就可以，或者学习本号录制的Python数据分析视频。
有了Python基础后，接下来就需要学习Python数据分析扩展包了，常用的有3个：Numpy、Pandas和Matplotlib。
1、Numpy
NumPy系统是Python的一种开源的数值计算框架。这种工具可用来存储和处理大型矩阵，相当于将Python相当于变成一种免费的更强大的MatLab系统。
2、Pandas
Pandas，最初被作为金融数据分析工具而开发出来，因而Pandas为时间序列分析提供了很好的支持。另外Python中常用的DataFrame，及用读取外部数据文件的方法都属于Pandas。
3、Matplotlib
Matplotlib是一个很强大的Python可视化库，可以很轻松地绘制各种数据图表，包括三维图表。
严格来说，Python爬虫不属于Python数据分析的范畴，但是可以作为一个可以提升自己兴趣，以及提升自己Python功底的工具，当然有些时候，数据分析师也需要自己爬取一些数据。
在学习了以上内容后，还需要学习一些常用的数据探索及预处理方法，才能够用Python进行一些基础统计分析，因为很多时候在分析数据前，还需要对数据进行探索及预处理。
在学习了以上内容后，就可以学习更强大也更复杂的分析方法了，也就说所谓的数据挖掘，主要工具就是机器学习。
1、机器学习绪论
首先需要了解机器学习，及其常见术语。
2、机器学习常用算法
机器学习常用算法分为两类，监督学习和无监督学习。
大部分算法可以通过调用Scikit-learn中的现成算法来实现，当然可以自己编写算法，前提是数学功底要好，而且要对算法的原理掌握得很透彻。
联系客服
