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。
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:
- 开源——免费安装;
- 极好的在线社区;
- 很容易进行学习;
- 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;
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、数据的获取
- 公开数据集的渠道
- 用爬虫爬取网站数据
4、数据存储(SQL)
- 提取特定情况下的数据;
- 数据库的删、增、查、改;
- 数据的分组聚合、如何建立多个表之间的联系;
5、数据预处理python(pandas)
- 选择:数据访问(标签、特定值、布尔索引等)
- 缺失值处理:对缺失数据行进行删除或填充
- 重复值处理:重复值的判断与删除
- 异常值处理:消除不必要的空格和极端、异常数据
- 相关操作:描述性统计、Apply、直方图等
- 合并:符合各种逻辑关系的合并操作
- 分组:数据划分、分别执行函数、数据重组
- Reshaping:快速生成数据透视表
6、利用概率论及统计学
- 基本统计量:均值、中位数、众数、百分位数、极值等;
- 其他描述性统计:偏度、方差、标准差、显著性等;
- 其他统计知识:总体和样本、参数和统计量、ErrarBar;
- 概率分布与假设检验:各种分布、假设检验流程;
- 其他概率论知识:条件概率、贝叶斯等
7、python数据分析
- 回归分析:线性回归、逻辑回归;
- 基本的分类算法:决策树、随机森林;
- 基本的聚类算法:k-means;
- 特征工程基础:如何用特征选择优化模型;
- 调参方法:如何调节参数优化模型;
- python数据分析包:scipy、numpy、sctiti-learn等;
学习资源推荐
除了上述分享,如果你也喜欢编程,想通过学习Python获取更高薪资,这里给大家分享一份Python学习资料。
这里给大家展示一下我进的最近接单的截图
😝朋友们如果有需要的话,可以点击下方链接领取或者V扫描下方二维码联系领取,也可以内推兼职群哦~
🎁 CSDN大礼包,二维码失效时,点击这里领取👉:【学习资料合集&相关工具&PyCharm永久使用版获取方式】
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!
1.Python学习路线
2.Python基础学习
01.开发工具
02.学习笔记
03.学习视频
3.Python小白必备手册
4.数据分析全套资源
5.Python面试集锦
01.面试资料
02.简历模板
🎁 CSDN大礼包,二维码失效时,点击这里领取👉:【学习资料合集&相关工具&PyCharm永久使用版获取方式】