如何自学python数据分析-良心整理！学习Python数据分析的正确姿势

学习 Python 数据分析的正确姿势

如果你是通过学习给程序员设计的 Python 课程来学习 Python 数据分析，那就大错特错了。很多数据分析师在开始学习 Python 数据分析之前就被引导学习 LeetCode 上那些为程序员准备的编程谜题。这对于只需要提取、清洗数据、绘制可视化图、构建模型的数据分析师来说实在是误人子弟，数据分析师要学的不是开发应用软件，而是应该把时间和精力花在学习处理数据的模块与支持库上。请根据以下步骤一步步学习的Python 数据科学。

配置开发环境

Jupyter Notebook 是一个非常强大的开发环境，而且非常适合展示数据分析的结果。

Anaconda 是安装 Jupyter Notebook 最简单的方式，它是现在最流行的 Python 数据科学发行版，预装了很多最流行的支持库。

Anaconda

建议安装 Anaconda 时，选择支持 Python 3 最新版的版本。

安装好 Anaconda 以后，阅读这篇文章学习如何使用 Jupyter Notebook。

Jupyter Notebook 速查表

学些 Python 基础就够了

参考 DataCamp 的 Python 数据科学速查表，即可快速掌握 Python 的基础知识，如果想学习更多 Python 的基础知识，推荐看《Python基础教程（第3版）》。

Python基础教程

Python 数据科学速查表

Numpy 与 pandas 才是数据分析师要学的东西

Python 处理大规模数据，执行数字处理算法其实很慢。听到这里大家可能会问，那你凭什么说 Python 是最流行的数据分析编程语言？

这是因为 Python 有基于 C 与 Fortran 开发的支持库，就是接下来要说的 Numpy 与 Pandas。

数据分析师要学的首先是 Numpy。这是 Python 数据科学计算里最基本的支持库。Numpy 支持高度优化的多维数组，这是绝大多数机器学习算法里最基础的数据结构。

接下来要学的是 Pandas，要知道数据分析师的时间绝大多数都是花在清理数据上。Pandas 是最流行的数据处理支持库，它是 Numpy 的扩展，它的底层代码是基于 Numpy 开发的。Pandas 最主要的数据结构叫 DataFrame。

Pandas 的作者 Wes McKinney 编著的《利用 Python 进行数据分析》一书是学习的Pandas 最好的资料，该书第 4、5、7、8、10 这几章主要介绍 Numpy 与 Pandas，涵盖了这两个支持库操控数据的大部分功能。

Numpy 速查表

Pandas 基础速查表

Pandas 高阶速查表

学习用 Matplotlib 绘制可视化图

Matplotlib 是绘制基础可视化图的 Python 支持库。数据分析师至少要掌握如何使用Matplotlib 绘制最常用的可视图，包括折线图、条形图、散点图与箱型图等。

Seaborn 这个可视化支持库也很好用，它基于 Matplotlib 开发，并与 Pandas 高度集成。在初级阶段，建议先掌握 Matplotlib 的基础绘图法，不用过多了解 Seaborn。

本文作者曾写过下列四个教程介绍如何使用 Matplotlib 绘制可视图。

第一部分：Matplotlib 基础图形

第二部分：如何设置图形样式与颜色、线型、标签、色图等

第三部分：注解、坐标轴、图形比率、坐标系

第四部分：绘制复杂可视图

学完这四个教程后，就算是掌握了 Matplotlib 的基本操作。

友情提示，如今不用花太多时间学习 Matplotlib，很多公司现在都采用 Tableau 或 Qlik 这样的 BI 工具生成交互式可视化图。

Matplotlib 速查表

Seaborn 速查表

左手 SQL，右手 Python

现在，公司的数据都存在数据库里，因此，数据分析师要学会用 SQL 从数据库里提取数据，然后再在 Jupyter Notebook 里分析数据。

SQL 与 Pandas 是数据分析师的两大利器。有些简单的数据分析可以直接用 SQL 处理，有些用 Pandas 则更高效。我个人喜欢用 SQL 提取数据，然后用 Pandas 分析数据。

现在很多公司都采用 Mode Analytics 与 Databricks 这样的分析平台，可以轻松应用 Python 与 SQL 进行数据分析。

总之，数据分析师要了解如何高效使用 SQL 与 Python。推荐用 SQLite 学习 SQL 基础知识，上手简单，无需复杂配置。安装 SQLite，找个示例 CSV 文件，然后学习如何使用 SQL 与 Python 分析数据。这里有个帖子，可以指导你如何使用 Python 与 SQL 进行数据分析。Programming with Databases in Python using SQLite。

在浏览这篇帖子前，最好先了解一下 SQL 基础知识，Mode Analytics 有一篇教程非常不错：SQL 简介。掌握 SQL 是每位数据分析师必备的基本技能，只有掌握了 SQL 才能高效地从数据库里提取数据。