不管你是待業(yè)還是失業(yè)，在這個(gè)被互聯(lián)網(wǎng)圍繞的時(shí)代里，選擇python基礎教程數據分析，就多了一項技能，還怕找不到工作？，還怕不好找工作？小編就來(lái)告訴你這個(gè)專(zhuān)業(yè)的優(yōu)勢到底體現在哪里：Python數據分析步驟，Python數據分析學(xué)習路徑圖（120天Get新技能），【連載2】：python數據分析——python基礎教程掌握，利用Python進(jìn)行數據分析（附詳細案例）??。

1.Python數據分析步驟

不管是用excel還是用Python， 數據分析過(guò)程都遵循一樣的套路。在學(xué)習完P(guān)ython的基礎知識之后，我把用Python進(jìn)行數據分析過(guò)程中涉及的函數都標注了出來(lái)以方便后來(lái)回憶查看。

2.Python數據分析學(xué)習路徑圖（120天Get新技能）

Python是一種面向對象、直譯式計算機程序設計語(yǔ)言，由Guido van Rossum于1989年底發(fā)明。由于他簡(jiǎn)單、易學(xué)、免費開(kāi)源、可移植性、可擴展性等特點(diǎn)，Python又被稱(chēng)之為膠水語(yǔ)言。下圖為主要程序語(yǔ)言近年來(lái)的流行趨勢，Python受歡迎程度扶搖直上。 圖片來(lái)源用Python玩轉數據由于Python擁有非常豐富的庫，使其在數據分析領(lǐng)域也有廣泛的應用。由于Python本身有十分廣泛的應用，本期Python數據分析路線(xiàn)圖主要從數據分析從業(yè)人員的角度講述Python數據分析路線(xiàn)圖。整個(gè)路線(xiàn)圖計劃分成16周，120天左右。主要學(xué)習內容包括四大部分：1）Python工作環(huán)境及基礎語(yǔ)法知識了解（包括正則表達式相關(guān)知識學(xué)習）；2）數據采集相關(guān)知識（python爬蟲(chóng)相關(guān)知識）；3）數據分析學(xué)習；4）數據可視化學(xué)習。PYTHON學(xué)習路徑計劃圖Python 工作環(huán)境及基礎語(yǔ)法知識了解對于Python基礎語(yǔ)法學(xué)習部分，學(xué)習周期大概為4周，需要的相關(guān)資源在網(wǎng)絡(luò )上都能找到免費的資源，而且質(zhì)量都不錯。相關(guān)中文資源如下：1、python工作集成環(huán)境包Python(x,y):下載地址（ ）如果安裝了上面集成工作包，則下面的包不需要重新安裝了。關(guān)于包的安裝方法在學(xué)習資源圖書(shū)中都有介紹，通常安裝庫采用pip方法，也可以用pip list查詢(xún)系統安裝了哪些庫。3、學(xué)習資源圖書(shū)1）Python基礎教程（第2版）[電子版圖書(shū)自行百度]2）深入淺出Head First python（中文版）[電子版圖書(shū)自行百度]在線(xiàn)教程1）廖雪峰的python教程（

3.【連載2】：python數據分析——python基礎教程掌握

目錄1、為什么要學(xué)習PYTHON2、如何安裝PYTHON3、快速學(xué)會(huì )PYTHON的四個(gè)關(guān)鍵4、什么是模塊5、數據結構6、如何學(xué)編程最有效1、為什么要學(xué)習PYTHON許多大型網(wǎng)站它就是用它來(lái)開(kāi)發(fā)的，例如我們知道的視頻網(wǎng)站又YouTube，還有國內的豆瓣，谷歌雅虎，甚至美國航天局都會(huì )大量的使用Python。由于大數據人工智能的出現，使得數據分析的需求非常的火爆，這也是為什么python現在很流行的主要原因2、如何安裝PYTHON網(wǎng)上教程很多，但是要專(zhuān)職數據分析，基本的就是python3+jupyter notebook+Anaconda，Anaconda的很多數據包已經(jīng)打包好了，基本夠用，如果需要用到新的包，可以用pip方式下載，需要的時(shí)候再說(shuō)。Anaconda：是包管理器和環(huán)境管理器，Jupyter notebook：可以將數據分析的代碼、圖像和文檔全部組合到一個(gè)web文檔中。3、快速學(xué)會(huì )PYTHON的四個(gè)關(guān)鍵數據類(lèi)型、函數、條件判斷、循環(huán)【3.1】數據類(lèi)型【3.1.1】什么是數據我現在看什么數據呢？數據是非常重要的，可以把數據看作是一切程序運行所需的原材料，有的數據呢，他來(lái)自程序本身，有的數據來(lái)自于用戶(hù)的輸入，比如使用程序過(guò)程中的輸入，我們使用編程語(yǔ)言來(lái)操作數據，我們可以把程序看作那是一個(gè)大型的數據加工廠(chǎng)。其實(shí)微信公眾號對于我們來(lái)說(shuō)也是個(gè)程序，如果你在個(gè)人微信公眾號輸入資料這兩個(gè)字，程序理解了你的輸入命令后，他就會(huì )把數據處理結果返回給你。那么程序中的數據是放在哪里的？【3.1.2】用什么存放數據在代碼里，我們用變量存放數據，并用等號為變量賦值，變量概念，基本上和*代數的方程變量它是一樣的，只是在計算機程序中，變量不僅可以是素據，還可以是任意的數據類(lèi)型，比如，我這里定義了一個(gè)人的姓名叫馬云，把它放在這個(gè)變量，這個(gè)變量取了一個(gè)名字，叫string，他是變量的名稱(chēng)，右邊的是變量的值，這樣你就可以在代碼的其他地方使用這個(gè)變量，它里面重換了就是，請教馬云這個(gè)人的數據?！?.1.2】什么是變量？所以呢，變量在代碼中就是用一個(gè)變量名來(lái)表示，前半部分名稱(chēng)，還要能代表數據的意義，后半部分名稱(chēng)呢，它能代表數據的類(lèi)型，這樣當我們使用著(zhù)的時(shí)候，可以方便的通過(guò)變量名稱(chēng)，知道這個(gè)變量里面他是存放了什么數據，而且還能根據這個(gè)變量名稱(chēng)知道這個(gè)變量的類(lèi)型。就像剛才圖片里name表示人的姓名，那么后面的str是最表示變量的數據類(lèi)型，只要你通過(guò)這個(gè)變量名稱(chēng)就知道俺這個(gè)變量里面他們放的是人的姓名。注意：就是數字不能作為變量名稱(chēng)的開(kāi)頭；同時(shí)我們要注意python，它是對大小寫(xiě)敏感的，如果寫(xiě)出了大小寫(xiě)程序就會(huì )報錯。如下圖的nameStr：就是變量名稱(chēng)+數據類(lèi)型【3.1.3】注釋的兩種方法#單行注釋'''多行注釋……………………………………………………….'''【3.1.4】python數據類(lèi)型分類(lèi)分為字符串、數字、容器、布爾、none1、字符串*種字符串是：Python中最常見(jiàn)的數據類(lèi)型，我們可以用單引號或雙引號來(lái)創(chuàng )建字符串，你可以用加號合并字符串，*個(gè)例子我例舉了你覺(jué)得怎樣，合并字符串，合并之后的字符串是馬云有錢(qián)?！咀址?s格式化】nameStr='我叫%s，我爹是%s'%('王思聰','王健林') print(nameStr) 我叫王思聰，我爹是王健林注意點(diǎn)：print后面的小引號，你竟然打成了‘，中英文環(huán)境一定要注明另外你原本的變量名是money，后面的變量名變味了moneyStr2，要注意前后的問(wèn)題，否則也會(huì )出現問(wèn)題3.2、數字數值類(lèi)型分為三種：int(整數)、float(浮點(diǎn)數)、complex(復數)，它們與數學(xué)中的概念相同，如3.2.1）int(整數)age = 50即年齡為503.2.2）float(浮點(diǎn)數)money = 3.53即錢(qián)為3.53元3.3、容器Python中為了存放不同的數據有4種容器，分別是列表（List）、元組（Tuple）、集合（Sets）、字典（）首先說(shuō)下：列表、元組、集合、字典的應用場(chǎng)景列表和元組有很多相似的地方，操作也差不多。不過(guò)列表是可變序列，元組為不可變序列。也就是說(shuō)列表主要用于對象長(cháng)度不可知的情況下，而元組用于對象長(cháng)度已知的情況下，而且元組元素一旦創(chuàng )建變就不可修改。例如我們在打開(kāi)一個(gè)文本時(shí)，并不知道里面有多少行文字，所以用列表來(lái)保存。而我們在儲存一個(gè)人的信息（名字，年齡，性別，假定只需要這三種信息，所以對象長(cháng)度為3）的時(shí)候，就可以用元組來(lái)實(shí)現。字典主要應用于需要對元素進(jìn)行標記的對象，這樣在使用的時(shí)候便不必記住元素列表中或者元組中的位置，只需要利用鍵來(lái)進(jìn)行訪(fǎng)問(wèn)對象中相應的值。集合中的元素不可重復的特點(diǎn)使它被拿來(lái)去重。比如我在爬去糗事百科全站的文章鏈接(存放與列表中）的時(shí)候，不可避免的會(huì )遇到重復的鏈接。這是我們只需將列表轉換為集合便能有效的去除重復部分。比如上面的例程。id = {'name': 'kyda', 'age': 19, ‘sex': 'man') print(id['age']) # 結果： # 193.3.1列表（list）：列表用 [ ]表示，一看見(jiàn)方括號[ ]就要知道，哦，這是個(gè)列表，可重復哦列表的長(cháng)度，用函數lenappend從列表*增加函數，不去重del函數刪除列表中下標為1的元素，下標是從0開(kāi)始數的查詢(xún)列表name的*個(gè)元素，也就是列表下標為0的元素，記得再次變量name_1首先指定列表name下標為2的元素，賦予新值wc，打印輸出修改后的結果3.3.2元組（tuple）:元組使用小括號（），一看見(jiàn)（），就該知道，哦，這是一個(gè)元組，元組和列表的區別是元組的元素是不可更改的。查詢(xún)元組name_1的長(cháng)度查詢(xún)元組name_1中下標為3的元素，打印出來(lái)3.4、集合用花括號{ }表示，它是不能重復有重復元素的容器，一看見(jiàn)花括號{ }，哦，這是個(gè)集合上邊的結合，我在元素中定義了重復字符串亞馬遜，當打印輸出時(shí)，它自動(dòng)只輸出*的重復值首先定義一個(gè)空的集合，往里面添加集合，使用update函數，打印輸出用discard函數刪除集合daqiye中的阿里元素，需要注意的是要記住不同容器的操作方式，因為每個(gè)容器有不同的性質(zhì)，沒(méi)有統一的標準，只能死記硬背，這樣更扎實(shí)一些查找一個(gè)元素在不在集合里，查完之后返回的是布爾值，true返回的意思，你查的對，它在里面呢先使用.discard函數刪除集合里面的阿里元素，再使用,update函數添加新的元素阿里3.4、字典它是存貯映射關(guān)系的容器，如賬號密碼。用花括號表示，需要注意的是要和集合區分來(lái)，看里面的元素是否有對應關(guān)系（字典里的映射關(guān)系用 ：號表示），如果有 ：，那么這就是，反之為集合，key值必須是*的，value可以。字典中左側部分為*的值key，右側可以是重復的3.5、布爾值用True和Falase 表示 ，要嚴格區分大小寫(xiě)，主要應用在條件判斷上。3.6、空值None如圖：它是特殊的空值，就相當于占了個(gè)位置，但是它又沒(méi)有值，所以用None表示四、條件判斷 if ...：else：...這里就多了個(gè)elif，就是多了個(gè)條件判斷，注意格式，就是冒號：，別忘了，縮進(jìn)已經(jīng)要對齊，可以用tab鍵進(jìn)行操作，就是縮進(jìn)4個(gè)空格，一定要對其哦邏輯 and 、or、not的用法五、循環(huán)，批量處理數據，把容器中的每個(gè)數據都按照規則進(jìn)行重復處理，代碼塊格式：for i in 容器：（轉到下一行，縮進(jìn)）要做的事情?？梢赃@樣理解，i把所有的 eatlist列表里的數據都循環(huán)過(guò)一遍，簡(jiǎn)單的循環(huán)將字典里的key，value轉換成大寫(xiě)的，這在數據清洗中很重要，批量同一格式，這里用到了items()方法語(yǔ)法：返回值：返回可遍歷的(鍵, 值) 元組數組。countine循環(huán)break循環(huán)，就是不再執行這個(gè)循環(huán)了，退出python中break和continue的區別 - 人則魚(yú) - 博客園六、函數，函數就是別人已經(jīng)寫(xiě)好的工具，可以重復使用，就是套路。也可以自己編寫(xiě)函數自定義函數使用剛才定義好的add函數，函數傳遞，一是按照定義的順序如上圖，二是使用參數名稱(chēng)如下圖3.7、模塊,在py模塊。注意輸入地址時(shí)要用到雙\\,因為python導入文件時(shí)將\符號當做Tab鍵輸入導致語(yǔ)法錯誤，加入\\就可以解決以上是解決方式的連接八、數據結構隊列（queue）隊列就像你去餐廳外婆家吃飯排隊，新來(lái)的人在隊列尾部加入，叫做入隊。取完票的人從隊列首部離開(kāi)隊列，叫做出隊官網(wǎng)使用操作文檔：介紹Python的包，了解常用的數據結構5. Data - Python 2.7.18 使用中daque的函數，相當于在隊列后邊加了個(gè)數我們可以看見(jiàn)隊列的001沒(méi)有，道理很簡(jiǎn)單，在隊列頭，使用popleft函數讓頭出去了棧（stack）棧這種數據結構有點(diǎn)像像生活中的木桶。你往棧中加入新的元素，就是入棧，新的元素總是放在木桶的最上面排序字典計數器Counter

4.利用Python進(jìn)行數據分析（附詳細案例）

一、前期準備分析要用到兩個(gè)包：NumPy和Pandas，首先確保jupyter中成功安裝了這兩個(gè)包。#導入numpy包 import numpy as np #導入pandas包 import pandas as pd二、基礎知識2.1 一維數據分析：NumPy2.2 一維數據結構：Pandas2.3 二維數據分析：numpy對應array2.4 二維數據分析：pandas對應數據框DateFrame此處遇到一個(gè)問(wèn)題：讀取Excel文件報錯。解決方法：1 查看Excel文件存放路徑具體操作：點(diǎn)擊文件名，鼠標右鍵，選擇“屬性”，找到下面標紅的兩個(gè)地方。2 將上面標紅的兩處合成文件的路徑，格式為文件夾\文件名，比如F:\ann\Untitled1.ipynb3 *把路徑中全部的斜杠（/）或者反斜杠（\）替換為雙反斜杠（\\）*的路徑為F:\\ann\\Untitled1.ipynb三、Python具體案例分析：藥店銷(xiāo)售數據3.1 提出問(wèn)題分析指標：月均消費次數月均消費金額客單件消費趨勢3.2 理解數據3.3 清洗數據3.3.1 選擇子集3.3.2 列名重命名3.3.3 缺失數據處理（dropna(）函數）Python缺失值有3種：None，NA，NaN。（分析數據時(shí)，如果遇到什么錯誤，比如float錯誤，就要考慮是否為缺失值，若是，則需要處理掉）。Python內置的None值；pandas中，將缺失值表示 為NA，表示不可用not available；對應數值數據，pandas使用浮點(diǎn)值NaN（Not a Number）表示缺失數據；None和NaN的區別：None是Python的一種數據類(lèi)型（NoneType），NaN是浮點(diǎn)類(lèi)型(float)，兩個(gè)都用作空值。3.3.4 數據類(lèi)型轉換3.3.5 數據排序3.3.6 異常值處理3.4 構建模型3.4.1 指標1：月均消費次數=總消費次數/月份數3.4.2 指標2：月均消費金額=總消費金額/月份數3.4.3 指標3：客單價(jià)=總消費金額/總消費次數客單價(jià)（per customer ）：商場(chǎng)（超市）每位顧客平均購買(mǎi)商品的金額，即是平均交易金額。3.4.3 消費趨勢End.

就拿大數據說(shuō)話(huà)，優(yōu)勢一目了然，從事IT行業(yè)，打開(kāi)IT行業(yè)的新大門(mén)，找到適合自己的培訓機構，進(jìn)行專(zhuān)業(yè)和系統的學(xué)習。