資訊專欄INFORMATION COLUMN
摘要：原文鏈接譯文鏈接使用一步一步地來進(jìn)行數(shù)據(jù)分析翔你已經(jīng)決定來學(xué)習(xí)，但是你之前沒有編程經(jīng)驗。在我看來精通用開發(fā)好的軟件才能夠高效地進(jìn)行數(shù)據(jù)分析，這觀點是沒有必要的。
原文鏈接：Step by step approach to perform data analysis using Python
譯文鏈接：使用Python一步一步地來進(jìn)行數(shù)據(jù)分析--By Michael翔
你已經(jīng)決定來學(xué)習(xí)Python，但是你之前沒有編程經(jīng)驗。因此，你常常對從哪兒著手而感到困惑，這么多Python的知識需要去學(xué)習(xí)。以下這些是那些開始使用Python數(shù)據(jù)分析的初學(xué)者的普遍遇到的問題：
需要多久來學(xué)習(xí)Python？
我需要學(xué)習(xí)Python到什么程度才能來進(jìn)行數(shù)據(jù)分析呢？
學(xué)習(xí)Python最好的書或者課程有哪些呢？
為了處理數(shù)據(jù)集，我應(yīng)該成為一個Python的編程專家嗎？
當(dāng)開始學(xué)習(xí)一項新技術(shù)時，這些都是可以理解的困惑，這是《在20小時內(nèi)學(xué)會任何東西》的作者所說的。不要害怕，我將會告訴你怎樣快速上手，而不必成為一個Python編程“忍者”。
不要犯我之前犯過的錯在開始使用Python之前，我對用Python進(jìn)行數(shù)據(jù)分析有一個誤解：我必須不得不對Python編程特別精通。因此，我參加了Udacity的Python編程入門課程，完成了code academy上的Python教程，同時閱讀了若干本Python編程書籍。就這樣持續(xù)了3個月（平均每天3個小時），我那會兒通過完成小的軟件項目來學(xué)習(xí)Python。敲代碼是快樂的事兒，但是我的目標(biāo)不是去成為一個Python開發(fā)人員，而是要使用Python數(shù)據(jù)分析。之后，我意識到，我花了很多時間來學(xué)習(xí)用Python進(jìn)行軟件開發(fā)，而不是數(shù)據(jù)分析。
在幾個小時的深思熟慮之后，我發(fā)現(xiàn)，我需要學(xué)習(xí)5個Python庫來有效地解決一系列的數(shù)據(jù)分析問題。然后，我開始一個接一個的學(xué)習(xí)這些庫。
在我看來,精通用Python開發(fā)好的軟件才能夠高效地進(jìn)行數(shù)據(jù)分析，這觀點是沒有必要的。
忽略給大眾的資源有許多優(yōu)秀的Python書籍和在線課程，然而我不并不推薦它們中的一些，因為，有些是給大眾準(zhǔn)備的而不是給那些用來數(shù)據(jù)分析的人準(zhǔn)備的。同樣也有許多書是“用Python科學(xué)編程”的，但它們是面向各種數(shù)學(xué)為導(dǎo)向的主題的，而不是成為為了數(shù)據(jù)分析和統(tǒng)計。不要浪費浪費你的時間去閱讀那些為大眾準(zhǔn)備的Python書籍。
在進(jìn)一步繼續(xù)之前，首先設(shè)置好你的編程環(huán)境，然后學(xué)習(xí)怎么使用IPython notebook
學(xué)習(xí)途徑從code academy開始學(xué)起，完成上面的所有練習(xí)。每天投入3個小時，你應(yīng)該在20天內(nèi)完成它們。Code academy涵蓋了Python基本概念。但是，它不像Udacity那樣以項目為導(dǎo)向;沒關(guān)系，因為你的目標(biāo)是從事數(shù)據(jù)科學(xué)，而不是使用Python開發(fā)軟件。
當(dāng)完成了code academy練習(xí)之后，看看這個Ipython notebook:
Python必備教程（在總結(jié)部分我已經(jīng)提供了下載鏈接）。
它包括了code academy中沒有提到的一些概念。你能在1到2小時內(nèi)學(xué)完這個教程。
現(xiàn)在，你知道足夠的基礎(chǔ)知識來學(xué)習(xí)Python庫了。
Numpy首先，開始學(xué)習(xí)Numpy吧，因為它是利用Python科學(xué)計算的基礎(chǔ)包。對Numpy好的掌握將會幫助你有效地使用其他工具例如Pandas。
我已經(jīng)準(zhǔn)備好了IPython筆記，這包含了Numpy的一些基本概念。這個教程包含了Numpy中最頻繁使用的操作，例如，N維數(shù)組，索引，數(shù)組切片，整數(shù)索引，數(shù)組轉(zhuǎn)換，通用函數(shù)，使用數(shù)組處理數(shù)據(jù)，常用的統(tǒng)計方法，等等。
Numpy Basics Tutorial
PandasPandas包含了高級的數(shù)據(jù)結(jié)構(gòu)和操作工具，它們使得Python數(shù)據(jù)分析更加快速和容易。
教程包含了series, data frams，從一個axis刪除數(shù)據(jù)，缺失數(shù)據(jù)處理，等等。
Pandas Basics Tutorial
Matplotlib這是一個分為四部分的Matplolib教程。
1st 部分:第一部分介紹了Matplotlib基本功能，基本figure類型。
MatplotLib Part 1
2nd 部分:包含了怎么調(diào)整figure的樣式和顏色，例如：makers,line,thicness,line patterns和color map.
MatplotLib Part2
3rd 部分:圖的注釋--包含若干圖，控制坐標(biāo)軸范圍，長款比和坐標(biāo)軸。
MatplotLib Part3
4th 部分:包含了一些復(fù)雜圖形。
MatplotLib Part4
你學(xué)習(xí)Python時能犯的最簡單的錯誤之一就是同時去嘗試學(xué)習(xí)過多的庫。當(dāng)你努力一下子學(xué)會每樣?xùn)|西時，你會花費很多時間來切換這些不同概念之間，變得沮喪，最后轉(zhuǎn)移到其他事情上。
所以，堅持關(guān)注這個過程：
理解Python基礎(chǔ)
學(xué)習(xí)Numpy
學(xué)習(xí)Pandas
學(xué)習(xí)Matplolib
下載鏈接：你可以從我的github上下載這些文件。這些文件是以.ipynb格式存放。這些文件也包含了我用來說明的一些圖片。
Python and Numpy Basics
Pandas Basics
Matplotlib
最后博客鏈接：
Michael翔
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/37854.html
摘要：反對的意見主要是這樣可能會破壞掉無數(shù)個腳本，而且中已經(jīng)有太多的魔法了。除此之外，的命名本身也算是一種包袱。首字母大寫的，譯作史努比，則是一只被很多人喜愛的漫畫小狗。 showImg(https://segmentfault.com/img/remote/1460000019559250); 本文原創(chuàng)并首發(fā)于公眾號【Python貓】，未經(jīng)授權(quán)，請勿轉(zhuǎn)載。 原文地址：https://mp....
摘要：提供了許多可重用的預(yù)先構(gòu)建好的程序棧的模板。從我們的目的來看，是一個能夠部署基于容器的程序棧并管理其生命周期的開源的軟件。注意和棧被展開以顯示每一個程序棧中的多個容器。文件是與模板相關(guān)的元數(shù)據(jù)的初始資源。 Rancher提供了許多可重用的、預(yù)先構(gòu)建好的程序棧的模板。拓展這些已有的模板或者創(chuàng)建并分享已完成的新模板，是參與Rancher用戶社區(qū)的好方式。同時，這也可以幫助你的組織更高效地利...
摘要：提供了許多可重用的預(yù)先構(gòu)建好的程序棧的模板。從我們的目的來看，是一個能夠部署基于容器的程序棧并管理其生命周期的開源的軟件。注意和棧被展開以顯示每一個程序棧中的多個容器。文件是與模板相關(guān)的元數(shù)據(jù)的初始資源。 Rancher提供了許多可重用的、預(yù)先構(gòu)建好的程序棧的模板。拓展這些已有的模板或者創(chuàng)建并分享已完成的新模板，是參與Rancher用戶社區(qū)的好方式。同時，這也可以幫助你的組織更高效地利...
摘要：學(xué)習(xí)筆記七數(shù)學(xué)形態(tài)學(xué)關(guān)注的是圖像中的形狀，它提供了一些方法用于檢測形狀和改變形狀。學(xué)習(xí)筆記十一尺度不變特征變換，簡稱是圖像局部特征提取的現(xiàn)代方法基于區(qū)域圖像塊的分析。本文的目的是簡明扼要地說明的編碼機制，并給出一些建議。 showImg(https://segmentfault.com/img/bVRJbz?w=900&h=385); 前言 開始之前，我們先來看這樣一個提問： pyth...
閱讀 3578·2021-09-24 09:48
閱讀 1105·2021-09-10 10:51
閱讀 3283·2019-08-30 13:03
閱讀 3331·2019-08-30 12:51
閱讀 1399·2019-08-30 11:22
閱讀 1074·2019-08-29 18:38
閱讀 2045·2019-08-29 16:41
閱讀 3216·2019-08-29 15:32
