利用python做数据分析

数据分析是指对数据进行控制、处理、整理、分析的过程。在这里，“数据”是指结构化的数据，例如：记录、多维数组、Excel 里的数据、关系型数据库中的数据、数据表等。
3.1、为什么要用python做数据分析
很多人都有兴趣选择python作为数据分析语言，为什么呢？原因有四个：
1、开源——免费安装；
2、极好的在线社区；
3、很容易进行学习；
4、可以成为一种通用的语言，用于基于Web的分析产品数据科学和生产中；

3.2、数据分析的目的
主要就是为了在复杂、庞大的数据库中提取对我们有用的信息。让这些数据产生一定的价值，帮助人们在日常生活中做一些决策时做一些参考。比如，在淘宝中买东西，我们会首先看到物品的销量、排行、以及顾客对物品的评价。这些都是经过数据分析得出来的。可见，数据分析在其中扮演着多么重要的角色。

3.3、数据的获取
1.公开数据集的渠道
2.用爬虫爬取网站数据

3.4、数据存储（SQL）
1.提取特定情况下的数据;
2.数据库的删、增、查、改;
3.数据的分组聚合、如何建立多个表之间的联系;

3.5、数据预处理python（pandas）
1.选择：数据访问（标签、特定值、布尔索引等）
2.缺失值处理：对缺失数据行进行删除或填充
3.重复值处理：重复值的判断与删除
4.异常值处理：消除不必要的空格和极端、异常数据
5.相关操作：描述性统计、Apply、直方图等
6.合并：符合各种逻辑关系的合并操作
7.分组：数据划分、分别执行函数、数据重组
8.Reshaping：快速生成数据透视表

3.6、利用概率论及统计学
1.基本统计量：均值、中位数、众数、百分位数、极值等；
2.其他描述性统计：偏度、方差、标准差、显著性等；
3.其他统计知识：总体和样本、参数和统计量、ErrarBar；
4.概率分布与假设检验：各种分布、假设检验流程；
5.其他概率论知识：条件概率、贝叶斯等

3.7、python数据分析
1.回归分析：线性回归、逻辑回归；
2.基本的分类算法：决策树、随机森林；
3.基本的聚类算法：k-means；
4.特征工程基础：如何用特征选择优化模型；
5.调参方法：如何调节参数优化模型；
6.python数据分析包：scipy、numpy、sctiti-learn等；
 

最后免费分享给大家一份Python全套学习资料，包含视频、源码，课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

这份完整版的Python全套学习资料已经打包好，需要的小伙伴可以戳下方链接免费领取

读者福利《Python全套学习资料》，戳这里免费领取！！！