第一章 python数据分析的全流程，初步学习anaconda使用

整个流程可以大概分成四部分。
1. 数据获取：①本地获取，用户手工输入，或者以文本文件的形式读取，又或读取某个数据库；②网络获取，比如爬取信息，对信息解析，保存到文件，或者网站直接提供了api与数据下载。

2.数据整理：把数据获取的部分，按我们需要的方式给整理完成，包括数据格式，数据的取舍，数据计算等等，又可以称为“数据清洗”，其目的是为了之后的数据分析，减轻分析的难度。

3.数据分析：在整理的基础上，按照我们想要的方式对数据进行分析，统计

4.数据展示：完成分析后，把结果展示出来，又可以细分为传统的控制台展示；以图形化的形式展示（数据可视化）；也可以不展示，把分析结果保存到文件里。

尽管用其他程序语言也可以完成相同的工作，但python的简易性，众多的第三方库已经对类似的工作，进行了大量的“奠基”，站在前人的肩膀上，能够大大减少开发难度与时间。
同时，因为python的第三方太多，这就造成了数据分析的整个流程中，同一个功能，很可能许多库都能完成，而多个流程，也可能由一个库就能解决，存在重叠性。

---

Anaconda 是一个第三方提供的开源免费工具集平台，它支持800多个python第三方库，包含多个主流工具，特别适合数据计算领域开发，跨平台能在Windows/linux/os x 等系统上使用。
工具集平台：Anaconda IDE，包括conda，spyder，IP