python攻城狮养成之路

python工程师养成之路

本篇文章主要介绍python工程师（数据分析方向）心理路程，适合想学python却无从下手之人，由于篇幅原因可能写的比较粗糙，具体细节将分模块进行：

• python开始准备工具
  新手推荐anaconda，下载方式有很多种，可以在anaconda官网下载 ，根据你的电脑配置进行下载，安装，安装教程此处不做过多介绍。
  以下是备用的下载链接：
  https://www.anaconda.com/download/
• 了解python基础
  python基础主要了解这些内容：
  a.中文编码、变量、注释 b.运算符、条件语句if….else  、循环、时间类型、文件读取、异常处理、以及函
  此处强调行缩进问题：python对缩进要求比较高，如果缩进不对应有可能运行错误，也有可能执行的不是你想要的结果。
  今天主要是文字描述，代码慢慢上
• 获取数据
  这个模块我讲的不多，数据的来源有很多种，爬虫感觉是很多人用的方法，本喵不会爬虫，在此处不做介绍。
  我经常用的获取数据的方法，各大公众号分享的公开数据集以及python自带的数据集，或者一些竞赛网上用的数据，或者一些政府网公开的数据集，还有个方法就是某宝（大家懂啊）
  -数据处理
  数据分析呢主要分为以下几个步骤：
  1、数据清洗：清洗字段格式、缺失值
  2、数据标准化：标准化格式，或者为了训练模型进行数据标准化
  3、数据字典整理：建议养成一个好习惯，整理好处理数据的字典，方便以后查阅，也为后来了解项目的人减轻负担
  4、描述性统计：describe()出数据中的数据特征，这样方便快速了解或者发现数据异常，如果有疑问箱线图更能解释数据特点
• 数据存储
  这个内容说多不多，说少也不少，主要的存储工具是数据库，web虚拟环境也能存储数据，如果遇到量级数据（就是超级超级多，一版电脑装不下）那就会用到数据中心
• 数据之静态可视化
  数据拿到后就要经过一系列分析，处理。。。。等复杂的工序，然后加工成我们（laoban）想要的，这个远远不是目的，为了直接了当的让人知道我们拿数据做了什么，那么就要用到数据可视化啦，推荐python数据分析用的库，numpy,pandas,pyecharts,ggplot,pyplot，还有web
  -动态可视化
  这个也是一天写不完，等我慢慢写哈……..

• 接下来介绍web基础需要了解什么
  -传说中网页的骨头：html
  这个主要了解他的基本结构，认识那个是头哪个是尾，各种标签代表什么，他们里面装了什么东西，颜色怎么设置，这个熟能生巧啦
  -CSS
  了解常用的选择器，看看实例：好吧我来个实例吧

• 机器学习

• 首先明白基本概念
  要了解什么是机器学习，选择你喜欢的机器学习的种类：监督学习，无监督学习，增强学习，自学习，集成等等
  -然后要注意下机器学习容易产生的问题：维度灾难、过拟合
  机器学习的过程：1.预处理2.特征工程3.特征选择4.特征降维 5 模型训练、调参 6 模型评估（好累，以后慢慢码）
  在这里我先介绍下常用的经典的模型：后期挨个实现给大家看
  线性回归、逻辑回归、贝叶斯、均值据类、K临近、决策树、支持向量机、神经网络 大致就这些了
• 深度学习
  这个模块嘛，本喵涉入不深，大致知道个处理图像的CNN以及处理序列的RNN,这块内容正在充电中，以后会详细的给大家介绍。