Python數(shù)據(jù)收集及分析學(xué)習(xí)相關(guān)

• 簡(jiǎn)介
• • 1、所需要的基礎(chǔ)知識(shí)
  • 2、個(gè)人推薦書籍和網(wǎng)站
  • • 2.1 Python基礎(chǔ)
    • 2.2 Numpy基礎(chǔ)
    • 2.3 Pandas基礎(chǔ)
    • 2.4 Matplotlib基礎(chǔ)
    • 2.5 數(shù)據(jù)建模理論知識(shí)
    • 2.6 數(shù)據(jù)分析實(shí)戰(zhàn)
    • 2.7 Sklearn基礎(chǔ)
    • 3、Kaggle網(wǎng)站

簡(jiǎn)介

數(shù)據(jù)分析基本的步驟可以分為：提出問(wèn)題、導(dǎo)入數(shù)據(jù)、數(shù)據(jù)清洗、構(gòu)建模型、數(shù)據(jù)可視化。

• 提出問(wèn)題： 我們所想要知道的指標(biāo)（平均消費(fèi)額、客戶的年齡分布、營(yíng)業(yè)額變化趨勢(shì)等等）
• 導(dǎo)入數(shù)據(jù)： 需要進(jìn)行分析的原始數(shù)據(jù)（網(wǎng)絡(luò)爬蟲、數(shù)據(jù)讀取等）
• 數(shù)據(jù)清洗： 指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤（檢查數(shù)據(jù)一致性，處理無(wú)效值和缺失值等）
• 構(gòu)建模型： 針對(duì)具體的問(wèn)題使用對(duì)應(yīng)的數(shù)據(jù)模型找到關(guān)鍵指標(biāo)，當(dāng)我們想了解數(shù)據(jù)之間的相關(guān)性時(shí)就可以構(gòu)建模型（一般使用線性回歸、邏輯回歸、類聚算法等）
• 數(shù)據(jù)可視化： 將結(jié)果以圖表形式呈現(xiàn)

1、所需要的基礎(chǔ)知識(shí)

可以根據(jù)網(wǎng)站、視頻、書籍等途徑。

python基礎(chǔ)： 變量、字符串、運(yùn)算符、控制語(yǔ)句、循環(huán)、列表、元組、文件I/O、函數(shù)、異常、面向?qū)ο蟮?#xff1b;在如何創(chuàng)建對(duì)象即可停止python基礎(chǔ)學(xué)習(xí)，因?yàn)橐呀?jīng)夠用了。 （建議可以去練習(xí)一些題目之類的鞏固自身）

數(shù)據(jù)分析基礎(chǔ)工具： Numpy、Pandas、Matplotlib這3個(gè)是基礎(chǔ)工具。

數(shù)據(jù)建模知識(shí)： sklearn是比較適合新手的建模工具，當(dāng)然還有tensorflow和pytorch可以選擇。（建議使用sklearn）

2、個(gè)人推薦書籍和網(wǎng)站

2.1 Python基礎(chǔ)

這部分的學(xué)習(xí)大概可以控制在一周左右的時(shí)間完成。

• 環(huán)境推薦： 安裝Anaconda環(huán)境，其中內(nèi)置Python數(shù)據(jù)分析相關(guān)的環(huán)境；在Anaconda可視化安裝界面下安裝notebook工具。
• 書籍推薦： 《Python編程：入門到實(shí)踐》
• 視頻推薦： 阿里AI天池實(shí)驗(yàn)室課程

2.2 Numpy基礎(chǔ)

工具作用： 線性代數(shù)庫(kù)，主要用于線性代數(shù)相關(guān)的運(yùn)算。這個(gè)是Pandas、Matplotlib、Sklearn的基礎(chǔ)工具；不能缺少的輔助！

這個(gè)工具的教程比較少，一般1天或者2天能夠完成。推薦菜鳥教程或者阿里天池實(shí)驗(yàn)室；或者官方文檔。由于資料比較少，如果可以上YouTube的話，建議去YouTube看大神講解！！

2.3 Pandas基礎(chǔ)

工具作用： 用于數(shù)據(jù)分析，一般會(huì)使用這個(gè)做數(shù)據(jù)清洗。

這個(gè)工具的教程也比較少，耗時(shí)1到2天。推薦極客教程或者阿里天池實(shí)驗(yàn)室；或者官方文檔。由于資料比較少，一樣上YouTube看大神講解！

2.4 Matplotlib基礎(chǔ)

工具作用： 用于圖表的繪制，一般是用在數(shù)據(jù)可視化上；在清洗時(shí)，也可以用來(lái)看相關(guān)統(tǒng)計(jì)等。

這個(gè)工具的教程也是比較少的，耗時(shí)1到2天。建議YouTube上面找，或者天池課程數(shù)據(jù)可視化部分；當(dāng)然這個(gè)也可以看看b站up主視頻。

2.5 數(shù)據(jù)建模理論知識(shí)

理論知識(shí)這里不敢瞎嗶嗶，直接看天池給的理論部分，這個(gè)比較通俗易懂；還有另外一個(gè)推薦書籍是吳軍的《數(shù)學(xué)之美》，神作。

2.6 數(shù)據(jù)分析實(shí)戰(zhàn)

直接還是天池的學(xué)習(xí)網(wǎng)站，分別是樹形分支中的數(shù)據(jù)分析實(shí)戰(zhàn)、機(jī)器學(xué)習(xí)入門、機(jī)器學(xué)習(xí)進(jìn)階。

2.7 Sklearn基礎(chǔ)

直接看sklearn中文文檔就夠了，一般只需要會(huì)用就行；這個(gè)比較容易上手。

3、Kaggle網(wǎng)站

介紹： 是一個(gè)國(guó)外免費(fèi)提供GPU資源的網(wǎng)站。由于數(shù)據(jù)分析所需要消耗的計(jì)算代價(jià)比較高，因此Kaggle每周免費(fèi)提供30個(gè)小時(shí)的高性能GPU服務(wù)器。

說(shuō)一個(gè)概念：我的機(jī)子GPU是1050Ti，跑畢設(shè)程序要跑2周時(shí)間左右才會(huì)得到結(jié)果；而Kaggle上面只需要跑3個(gè)小時(shí)左右。

再舉個(gè)比較國(guó)際統(tǒng)一的標(biāo)準(zhǔn)：我的機(jī)子跑mnist數(shù)據(jù)集的cnn深度模型大概需要30秒左右，而Kaggle只需要幾秒的時(shí)間。

總結(jié)

以上是生活随笔為你收集整理的Python数据收集及分析学习相关的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。