Python数据分析流程（导学）

Python数据分析流程

1、定义数据分析目标：明确挖掘数据的目标和达到的效果；
2、获取数据：网络获取或内部提取；
3、数据探索：对样本数据探索，了解数据特征，了解数据质量；
4、数据预处理：改善数据质量，包括数据筛选、数据变量转换、缺失值数据处理等；
4–>5、统计分析：统计学分析、多维分析；
4—>6、机器学习（深度学习）分析：确定分析问题类型（分类、聚类、关联等），选择相应的算法构建模型；
7、可视化：通过可视化展示分析结果

用于数据分析的库

request\BeautifulSoup库可用来获取数据；NumPy/Pandas可用来进行数据探索、数据预处理和数据分析；Scikit learn、Tensorflow、Karas可用来进行机器学习；matplotlib可用来可视化