Data Science完整学习路径Python版

从Python菜鸟到kaggler的旅程

要是你想成为一个数据科学家，或者你已经是一个，并且想扩展你的工具库。你来对地方了。本文目的就是为Python新用户提供一个全面的学习路径来进行数据分析。这条路径提供了一个全面的概述，您需要学习如何使用Python进行数据分析。如果你已经有了一些背景，或者不需要所有的组件，你可以随意调整你自己的路径，让我们知道你是如何改变路径的。

你也可以检查这个学习路径图迷你版：–>在Python中学习数据科学的快速指南。

步骤0：热身

在开始你的旅程，第一个问题的答案是：

         为什么使用Python？
               或
         Python如何有用？

观看这个杰瑞米（Founder of DataRobot at PyCon 2014, Ukraine）谈话的前30分钟，了解Python可以如何有用。

步骤1：设置你的机器

既然你已经下定决心，那现在是时候来设置你的机器了。最简单的开始方法就是从Continuum.io下载Anaconda。它打包了你以后最会需要的几乎所有的东西。采取这条路线的主要缺点是，即使在底层库有更新的情况下，您仍需要等待Continuum更新它们的包。如果你是一个初学者，这应该无关紧要。

如果你在安装过程中面临任何挑战，你可以在这里找到各种操作系统下的详细指导。

步骤2：学习Python语言的基础知识

你应该从了解语言、库和数据结构的基础知识开始。由DataCamp提供的免费的交互式Python教程是一个开始你的旅程的最好的地方。这4小时编码课程的重点是如何用Python开始数据科学的分析工作，最后你应该对语言的基本概念感到不陌生。

重点学习：Lists, Tuples, Dictionaries, List comprehensions, Dictionary comprehensions

作业：DataCamp交互式Python教程

其他资源：如果交互式编码不是你的学习风格，你也可以看看谷歌Python课堂。这是一个2天的课程系列，也包括一些后续讨论要涉及到的部分。

步骤3：学习Python中的正则表达式

您将需要大量地使用正则表达式进行数据清洗，尤其是如果你正在处理文本数据。学习正则表达式最好的方法是通过谷歌Python Regular Expressions课堂，并保持这个Regex Cheatsheet在手边。

作业：完成婴儿名字练习

如果你还需要更多的实践，按照本文本清洗的教程。这将挑战你所涉及的数据争论的各个步骤。

步骤4：学习Python的科学计算库–NumPy，SciPy，Matplotlib和Pandas

这就是欢乐开始的地方！这里是关于各个Python库的简介。让我们开始练习一些常用操作。

• 彻底地练习NumPy教程，特别是NumPy数组。这将形成一个良好的基础以备学习后续内容。
• 接下来看SciPy教程。浏览介绍和基础知识部分，依据你的需要完成其余的。
• 如果你认为Matplotlib是接下来的教程，你错了！对于我们这里的需要而言，他们太全面了。作为替代，看这个IPython notebook到第68行（即到动画部分）
• 最后，让我们看看Pandas。Pandas为Python提供了数据帧（DataFrame）的功能（类似R）。这也是你应该花时间练习的地方。Pandas会成为所有中等规模的数据分析最有效的工具。从一个简短的介绍，10 minutes to pandas，开始。然后移动到一个更详细的Pandas教程。
• 看看DataCamp的Pandas基础课程

你也可以看看Exploratory Data Analysis with Pandas和Data munging with Pandas

其他资源：

• 如果你需要关于Pandas和NumPy的一本书，推荐Wes McKinney的Python for Data Analysis
• 有很多教程，作为Pandas文档的一部分。你可以在这里看一看。

作业：解决来自哈佛的CS109课程作业。

步骤5：有效的数据可视化

看完这个CS109讲座。你可以忽略最初的2分钟，但是接下来的内容是极好的！跟着这个讲座完成作业。

看看DataCamp的Bokeh Data Visualization教程。

步骤6：学习Scikit-learn和机器学习

现在，我们来到这整个学习过程中最美味（吃肉）的部分。Scikit-learn是Python最有用的机器学习库。这里是一个关于该库的简要概述。完成哈佛CS109课程的第10到18课。您将学习机器学习概述，监督学习算法（如回归），决策树，集成建模和无监督学习算法，如聚类。跟上那些讲座以及作业。

其他资源：

• 如果有一本书，你必须读，它是Programming Collective Intelligence-一本经典著作，但仍然是关于这个问题的最好的书之一。
• 另外，你也可以关注一门最好的机器学习课程Machine Learning course from Yaser Abu-Mostafa。如果你需要关于技术更清晰的解释，你可以选择Machine learning course from Andrew Ng和后续的Python的练习。
• Scikit-learn教程

作业：尝试这个在Kaggle上的挑战

步骤7：实践、实践和实践

祝贺你，你做到了！

现在你拥有所有你所需要的技能。这是一个熟能生巧的问题，没有比Kaggle更好的地方了，去跟其他数据科学家竞技。去参加Kaggle当前举办的竞赛，“显摆”一下你所学到的！

步骤8：深入学习

既然你已经学会了大部分的机器学习技术，现在是时候进击Deep Learning了。你已经知道什么是深入学习，但如果你还需要一个简短的介绍，这里有一个很好的机会。

我是个Deep Learning的新手，所以请半信半疑地接受这些建议。最全面的资源是deeplearning.net。你会发现一切都在这里-讲座，数据集，挑战，教程。你也可以尝试从course from Geoff Hinton了解神经网络的基础知识。

开始使用Python：从头开始学习Python数据科学的完整教程

注：如果您需要使用大数据库，拿Pydoop和PyMongo一试。他们不包括在这里作为大数据学习路径的一部分，它们本身就是一个完整的话题。

本来翻译自：https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-data-science-python/