个人猜测题主只是需要一个轻量级快速上手的干货教程,于是就不推荐各种书籍,给出一个一小时内的教程:
- 推荐教程:斯坦福CS231n的预备教程:Python Numpy Tutorial。在我的专栏里有翻译好的版本:CS231n课程笔记翻译:Python Numpy教程 - 智能单元 - 知乎专栏
- 推荐理由:由于CS231n全部作业要求是Python完成,所以该教程是面向零基础的学习者,介绍了Python中Numpy,Scipy和Matplotlib这3个基础库的最常用内容,良心干货。
- 教程内容:目录如下供参考:
- Python
- 基本数据类型
- 容器
- 列表
- 字典
- 集合
- 元组
- 函数
- 类
- Numpy
- 数组
- 访问数组
- 数据类型
- 数组计算
- 广播
- SciPy
- 图像操作
- MATLAB文件
- 点之间的距离
- Matplotlib
- 绘制图形
- 绘制多个图形
- 图像
- 后续建议:推荐安装Anaconda平台进行后续学习。Anaconda默认安装各种主流科学计算、工程和数据分析库,使用的交互方式是IPython Notebook(已经改名为Jupyter Notebook)。相关介绍在知乎关于Anaconda的提问中已经有人详细介绍,这里就不赘述了。
楼上很全面但略复杂,建议先装ipython notebook,然后听南京大学Coursera公开课《python玩转数据分析》一边敲代码,配合《用python进行数据分析》,你看看我编程零基础学完的成果
sherryup - 简书
如果你是有过编程基础,比如C/C++, java 什么的。python基本就是无师自通快速上手,直接官方文档,不懂的上stack overflow。基本可以解决大多数问题。
没有编程基础的话,个人推荐 《think python》这本书。《learn python the hard way》太浅, 《head first python》太繁,《think python》作为入门刚刚好,两天可以看完,常用的东西都有包括。
然后做数据分析,还有一本 《python for data analysis》。我个人用的不多,但例子还是不错的。
没有编程基础的话,个人推荐 《think python》这本书。《learn python the hard way》太浅, 《head first python》太繁,《think python》作为入门刚刚好,两天可以看完,常用的东西都有包括。
然后做数据分析,还有一本 《python for data analysis》。我个人用的不多,但例子还是不错的。
迪艾姆python培训黄哥推荐的三本书下载:
像计算机科学家一样思考Python
Python编程实践
Python核心编程(第2版)
How to Think Like a Computer Scientist- Learning with Python 3
Practical Programming, 2nd Edition An Introduction to Computer Science Using Python 3
Core Python Programming, 2nd Edition
请看黄哥本人写的文章
如何捅破python编程的那层纸
article/pythonstudy.md at master · pythonpeixun/article · GitHub
剪刀石头布小习题三种语言python2、php、go代码
article/jdstb.md at master · pythonpeixun/article · GitHub
一段小代码说明@property装饰器的用法
一段小代码说明@property装饰器的用法
像计算机科学家一样思考Python
Python编程实践
Python核心编程(第2版)
How to Think Like a Computer Scientist- Learning with Python 3
Practical Programming, 2nd Edition An Introduction to Computer Science Using Python 3
Core Python Programming, 2nd Edition
请看黄哥本人写的文章
如何捅破python编程的那层纸
article/pythonstudy.md at master · pythonpeixun/article · GitHub
剪刀石头布小习题三种语言python2、php、go代码
article/jdstb.md at master · pythonpeixun/article · GitHub
一段小代码说明@property装饰器的用法
一段小代码说明@property装饰器的用法
我自己的硕士论文是用Python做数据分析的(
https://github.com/cqcn1991/Wind-Speed-Analysis)
这个回答,可能不是很适合题主。题主应该就是想稍微用一下Python. 我这里介绍的是系统性、偏重使用的。
1. 什么样的教程最好,最快、最适合入门
对于0基础的人来说,最简答的办法是从例子开始。比如说,一个实际的数据分析,然后你跟着走一边,从读入数据、画图,怎么解释数据,其实就都大概懂了。而不是先去学Python语言特性,然后再去看某些库的文档(Numpy, Matplotlib, Pandas等等)。
另外重要的,就是最好能有视频教程。因为你可能也不知道怎么安装、使用Python和相关的库,怎么使用Git, 用什么样的编辑器(IDE)来写代码等等。这些东西,如果有视频的话,其实就一目了然了。看起来比书快很多。
也就是说最理想的教程,应该是以 例子入手(而不是Python基础、要素入手),而且最好有视频
2. 具体教程
国内中文的教程不清楚;英文的话,目前没有碰到过特别优秀的,完全符合上述要求的
说说我熟悉的教程,都是英文的
①Havard CS109 Data Science
http://cs109.github.io/2015/
首推。内容包括最基础的概率、统计分析,到更深的Machine Learning。既包括理论内容讲解,也包括实际的编程(用的Python)。课堂讲解、程序均有相应视频(而且有英文字幕)。有案例作业,拿数据进行分析,可以仔细的学习参考答案里面的代码(也就是有编程案例)。完全免费。
不过,为什么还要学概率论这些一大堆东西?(这也是我最开始说的,这篇答案不是适合楼主的轻量级需求)
因为,你以为你想要学的是Python, 而实际上是分析数据的方法,这个是任何文档、编程的书无法教给你的。但却是最重要的。也就是背后的理论、思考等等。
这个教程唯一的缺点,就是没有书。很难去快速查询、复习。比如再学完这门课,碰到一个东西,想要查的时候。无从查起。
②Udemy, Learning Python for Data Analysis and Visualization
https://www.udemy.com/learning-python-for-data-analysis-and-visualization/
当时,按照我对于理想教程的要求,买的。Udemy上评价最好,卖得最好的教程
然而,并不好。不推荐。
为什么?因为这里的视频,仅仅是把文档重新讲了一遍,在最后才有一个例子。没有人需要先学习如何“查询数据”,如何“画柱状图”。这种东西大家都可以搜得到。真正缺乏的,是以问题为导向,把这些东西实际运用起来。
对我来说,这个教程最大的好处,是知道了Kaggle,可以瞻仰一下真正大牛们是怎样用Data Science来解决问题的
剩下的,就没有什么教程了。也就是我开始说的,缺乏系统性的教程。只是,再次强调一下,不学什么。
不从0开始学Python语言。
为什么?简单的If, For loop这些,其实大家都会。Python的基本语言,一看就懂,完全不需要在开始去系统的读Python的教学。真正缺的,反而是例子,而且是使用Pandas, Matplotlib等等库的例子。
这样子,能够在最短的时间内,见到学习效果。
只有当你真正发现,Python不会写。或者代码组织很麻烦。或者看到的代码不理解的时候,才需要去认真学Python语言。其实这个时候,也才真正学得进去。
或者,可以直接读《Data Science from Scratch: First Principles with Python》,里面Python Crash Course一部分,1个小时就足够了解Python的基本语法和一些特性。 这本书里其他的东西,就完全不要看了。因为是讲的是如何去实现Pandas, Numpy中的某些内容。而没有讲实际Pandas, Numpy等等的使用技巧。
3. 一些补充
就像上面说的,Python只是一门语言。一般的数据分析,Python, R, Matlab,甚至Excel都可以做。很多同学可能已经会Matlab了,那么其实直接用Matlab就行了
这个回答,可能不是很适合题主。题主应该就是想稍微用一下Python. 我这里介绍的是系统性、偏重使用的。
1. 什么样的教程最好,最快、最适合入门
对于0基础的人来说,最简答的办法是从例子开始。比如说,一个实际的数据分析,然后你跟着走一边,从读入数据、画图,怎么解释数据,其实就都大概懂了。而不是先去学Python语言特性,然后再去看某些库的文档(Numpy, Matplotlib, Pandas等等)。
另外重要的,就是最好能有视频教程。因为你可能也不知道怎么安装、使用Python和相关的库,怎么使用Git, 用什么样的编辑器(IDE)来写代码等等。这些东西,如果有视频的话,其实就一目了然了。看起来比书快很多。
也就是说最理想的教程,应该是以 例子入手(而不是Python基础、要素入手),而且最好有视频
2. 具体教程
国内中文的教程不清楚;英文的话,目前没有碰到过特别优秀的,完全符合上述要求的
说说我熟悉的教程,都是英文的
①Havard CS109 Data Science
![](https://i-blog.csdnimg.cn/blog_migrate/fc39bce661841b93ddcb7893af184f67.jpeg)
http://cs109.github.io/2015/
首推。内容包括最基础的概率、统计分析,到更深的Machine Learning。既包括理论内容讲解,也包括实际的编程(用的Python)。课堂讲解、程序均有相应视频(而且有英文字幕)。有案例作业,拿数据进行分析,可以仔细的学习参考答案里面的代码(也就是有编程案例)。完全免费。
不过,为什么还要学概率论这些一大堆东西?(这也是我最开始说的,这篇答案不是适合楼主的轻量级需求)
因为,你以为你想要学的是Python, 而实际上是分析数据的方法,这个是任何文档、编程的书无法教给你的。但却是最重要的。也就是背后的理论、思考等等。
这个教程唯一的缺点,就是没有书。很难去快速查询、复习。比如再学完这门课,碰到一个东西,想要查的时候。无从查起。
②Udemy, Learning Python for Data Analysis and Visualization
https://www.udemy.com/learning-python-for-data-analysis-and-visualization/
当时,按照我对于理想教程的要求,买的。Udemy上评价最好,卖得最好的教程
然而,并不好。不推荐。
为什么?因为这里的视频,仅仅是把文档重新讲了一遍,在最后才有一个例子。没有人需要先学习如何“查询数据”,如何“画柱状图”。这种东西大家都可以搜得到。真正缺乏的,是以问题为导向,把这些东西实际运用起来。
对我来说,这个教程最大的好处,是知道了Kaggle,可以瞻仰一下真正大牛们是怎样用Data Science来解决问题的
剩下的,就没有什么教程了。也就是我开始说的,缺乏系统性的教程。只是,再次强调一下,不学什么。
不从0开始学Python语言。
为什么?简单的If, For loop这些,其实大家都会。Python的基本语言,一看就懂,完全不需要在开始去系统的读Python的教学。真正缺的,反而是例子,而且是使用Pandas, Matplotlib等等库的例子。
这样子,能够在最短的时间内,见到学习效果。
只有当你真正发现,Python不会写。或者代码组织很麻烦。或者看到的代码不理解的时候,才需要去认真学Python语言。其实这个时候,也才真正学得进去。
或者,可以直接读《Data Science from Scratch: First Principles with Python》,里面Python Crash Course一部分,1个小时就足够了解Python的基本语法和一些特性。 这本书里其他的东西,就完全不要看了。因为是讲的是如何去实现Pandas, Numpy中的某些内容。而没有讲实际Pandas, Numpy等等的使用技巧。
3. 一些补充
就像上面说的,Python只是一门语言。一般的数据分析,Python, R, Matlab,甚至Excel都可以做。很多同学可能已经会Matlab了,那么其实直接用Matlab就行了
匿名用户
绘图: matplotlib核心剖析
习惯了matlab,不太熟悉面向对象编程的朋友,看下这个,对python的这种面向对象的画图方法会有醍醐灌顶的效果。
Python教程 - 廖雪峰的官方网站
用来自学还不错的,每个内容后面会有问题,下面有网友的留言与解答。
http://my.oschina.net/lionets/blog/279785
讲pandas数据规整的,挺不错的,记得学pandas时候最经常翻的。博主还有不少好文章,不妨看看。
10 Minutes to pandas
这个网站讲pandas的,提醒一下,不光包括10min速成pandas,合理利用左侧导航栏,内容很丰富。
Jupyter Notebook Viewer
(截得里面一个讲画图的地方,酷一点)
包含python,numpy,pandas,scipy,matplotlib等内容,是notebook形式的,难度适中,简约不简单,强烈推荐。
https://www.joinquant.com/research
(这是用seaborn库话画的,网站自带不用安装)
joinquant本身是个量化交易的平台,但它的投资研究模块是个线上的notebook,用手机号注册下就能用,python,numpy,pandas,scipy,matplotlib等,支持和上一个学习资源结合使用,效果拔群。这个网站社区里也有一些python,pandas,numpy等的学习资料,不过有点良莠不齐。
实验楼 - 国内领先的IT技术实训平台
线上边动手边实践的学习平台,有较多的课程安排,有免费有收费,如果编程方面基础较少的话,跟着课程一步一步来应该不错。我嫌它进度太慢,感觉自己学效率高就没怎么用这个。
Stack Overflow
it问题,相比百度和谷歌,你更应该问它,如果你听的懂它说的话的话。
最后,内个啥,求赞。。。
习惯了matlab,不太熟悉面向对象编程的朋友,看下这个,对python的这种面向对象的画图方法会有醍醐灌顶的效果。
Python教程 - 廖雪峰的官方网站
用来自学还不错的,每个内容后面会有问题,下面有网友的留言与解答。
http://my.oschina.net/lionets/blog/279785
讲pandas数据规整的,挺不错的,记得学pandas时候最经常翻的。博主还有不少好文章,不妨看看。
10 Minutes to pandas
这个网站讲pandas的,提醒一下,不光包括10min速成pandas,合理利用左侧导航栏,内容很丰富。
Jupyter Notebook Viewer
![](https://i-blog.csdnimg.cn/blog_migrate/fc39bce661841b93ddcb7893af184f67.jpeg)
包含python,numpy,pandas,scipy,matplotlib等内容,是notebook形式的,难度适中,简约不简单,强烈推荐。
https://www.joinquant.com/research
![](https://i-blog.csdnimg.cn/blog_migrate/fc39bce661841b93ddcb7893af184f67.jpeg)
joinquant本身是个量化交易的平台,但它的投资研究模块是个线上的notebook,用手机号注册下就能用,python,numpy,pandas,scipy,matplotlib等,支持和上一个学习资源结合使用,效果拔群。这个网站社区里也有一些python,pandas,numpy等的学习资料,不过有点良莠不齐。
实验楼 - 国内领先的IT技术实训平台
线上边动手边实践的学习平台,有较多的课程安排,有免费有收费,如果编程方面基础较少的话,跟着课程一步一步来应该不错。我嫌它进度太慢,感觉自己学效率高就没怎么用这个。
Stack Overflow
it问题,相比百度和谷歌,你更应该问它,如果你听的懂它说的话的话。
最后,内个啥,求赞。。。
1、首先你要了解Python语言的整个架构和一些基本概念,也就是所说的Python入门,这里推荐资料:
简明 Python 教程,很适合初学者,概念的讲解简单明了。还有大量的练习,跟着做会有很快的提高。
2、基本了解了python后,还要学习一些用于数据分析的工具,也就是一些基于python的科学计算库。
2、基本了解了python后,还要学习一些用于数据分析的工具,也就是一些基于python的科学计算库。
- 赞同 @杜客答案中提到的SciPy系列工具,尤其是NumPy工具包,可以说是用Python进行数据分析的最常用的。另外对于数据分析,少不了数据的可视化(也就是画图),首选matplotlib: python plotting,在Linux下非常好用,画出来的图很漂亮。
- 还有一个工具包scikit-learn: machine learning in Python,这个工具包主要针对机器学习领域进行数据分析的,里面大量的实例。几乎各种数据分析方法在里面都能找到相应的实现,一些程序有针对性的修改一下就可以了。
- NumPy的详细教程,官方文档的中文翻译,适合快速入门;
- Matplotlib Tutorial(译),适合matplotlib快速入门;
- Python Programming Tutorials,这个人手把手教你用python做Data Analysis;有视频(只不过视频是放在YouTube上的,需要梯子),有代码,强烈推荐。
- Python教程 - 廖雪峰的官方网站,Python 入门教程,另外两个Python教程。
其实python非常适合初学者入门,上手很容易。
以下是两点经验:
1.找一本浅显易懂,例程比较好的教程,从头到尾看下去。把里面的例子都手打一遍,搞懂为什么。
2.去找一个实际项目练手。如果金融相关的数据分析可以参考
量化分析师的Python日记【第4天:一大波金融Library来袭之scipy篇】
https://uqer.io/community/share/54d83bb3f9f06c276f651a6e
量化分析师的Python日记【第5天:数据处理的瑞士军刀pandas】
https://uqer.io/community/share/54ffd96ef9f06c276f651aac
量化分析师的Python日记【第6天:数据处理的瑞士军刀pandas下篇
https://uqer.io/community/share/5514bb11f9f06c12790415b2
另外推荐完全没有编程基础的新手先看《head first python》或者《与孩子一起学编程(老少咸宜的编程入门奇书,荣获Jolt生产效率大奖)》((美)桑德...)【简介,这类书其实是借 python 来讲编程入门。
如果有一点点编程基础,而想学 python,建议《简明Python教程》或《Dive into Python》,这两个都有在线中文版本:
简明 Python 教程Dive Into Python
进阶推荐看 Python高级编程, python高级编程
最后数据分析推荐《《利用Python进行数据分析》((美)麦金尼...)【简介》
from: https://www.zhihu.com/question/24526559#answer-39379086