入门Python数据分析的正确姿势

内容介绍：主要针对Python语言入门学员，介绍Python语言的入门知识，涉及安装与启动、运算符与表达式、函数与模块、异常处理和文件操作、科学计算Numpy、数据处理Pandas、数据可视化Matplotlib介绍。适合Python语言入门学员和爱好者学习。

 

2.进阶《Python数据挖掘公开课》（免费，电脑端观看）

链接：http://www.cda.cn/gkk/9.html

内容介绍： 想知道万能的Python在数据分析领域的应用？网络爬虫、科学计算、朴素贝叶斯、数据挖掘、机器学习。带你了解最热门的Python应用。

 

如果你对数据科学感兴趣，并且想选择一门全能的编程语言，那么，Python或许是不错的选择，和其他软件相比，因为它几乎是全能的。

 

一、数据获取

Python具有灵活易用，方便读写的特点，其可以非常方便地调用数据库和本地的数据，同时，Python也是当下网络爬虫的首选工具。

Scrapy

Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。

 

二、数据整理

NumPy

（Numeric Python）

提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

Pandas

（Python Data Analysis Library）

Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

三、建模分析

Scikit-learn

从事数据分析建模必学的包，提供及汇总了当前数据分析领域常见的算法及解决问题，如分类问题、回归问题、聚类问题、降维、模型选择、特征工程。

四、数据可视化

如果在Python中看可视化，你可能会想到Matplotlib。除此之外，Seaborn是一个类似的包，这是用于统计可视化的包。你可以做很复杂的图和一些代码。还有Bokeh，它有很多互动功能，可以做很多不同类型的图。类似Bokeh的还有Plotly。它在浏览器中呈现图，能够进行互动的可视化。虽然Python的绘图功能没有R那么强大，但是我看好它的发展前景。

 Python数据分析最近开课：

 (CDA LEVEL I -Python 数据分析)