sklearn 相关性分析_3-1 从数据分析的角度再学Python

因为以前出于个人兴趣在Coursera和慕课上学过两门关于Python的课程，所以基础语法还有些印象。这次是从数据分析的角度，通过猴子老师的课程来学Python，目的也更明确，是为了转行当数据分析师，输出是一篇完整的数据分析报告，以及利用公司里有的数据用python做一些简单的分析。

虽然这一阵子由于找工作，面试准备和参加面试用去了不少休息时间，用来专门学Python的时间少了不少。但是这不能成为不再继续学习的理由，所以给自己列一个相对轻松的计划，用来一边找工作，一边继续给简历和面试添砖加瓦。

面试也是，学习python也是，方法很重要，摸索方法不能闭门造车，要不断更新信息，方法差不多固定了之后就是去不断练习，熟能生巧了。青年的最后一年，全力冲刺啊！

第一关 数据分析软件安装 两周 2020年1月25日-2月8日

• 安装Anaconda和Jupyter notebook

第二关 人工智能核心语言（Python入门）两周 2月9日-2月22日

• 复习Python的数据结构
• 复习条件和循环语句
• 复习函数和模块

第三关 使用Python进行数据分析 三周 2月23日-3月14日

• 学习Numpy和Pandas
• 了解数据分析的基本过程

第四关 机器学习入门-相关性分析 四周 3月15日-4月11日

• 入门机器学习
• 学习机器学习包sklearn
• 复习相关统计概念
• 学习分类问题和逻辑回归
• 入门Kaggle

第五关 数据可视化和制作分析报告 3周 4月12日-5月2日

• 用Python绘图包进行可视化
• 用Jupyter notebook撰写分析报告

第六关 推论统计分析 3周 5月3日-5月23日

• 学习分布、中心极限定理等统计知识

第七关 假设检验（AB测试）3周 5月24日-6月13日

• 学习误差思维、置信区间和假设检验

完成大项目 3周 6月14日-7月4日

• 学习多份他人的Python数据分析报告

翻译项目成日语

在老师推荐的TED中，为了在相对短的时间内（定下来的计划，比20小时要长一些，大约在80小时）完成python数据分析的入门，自己需要

1. 决定好学习的方向（用python数据分析+机器学习）
2. 找到三至五种学习资源，但不要用这些资源来拖延练习
3. 要学习的仅仅是用足够的知识来实际进行编程（最基本的语法，加上实操，不懂的回顾+google）
4. 自我矫正，在实践中独立编辑。学习是在犯错时更好的发现错误，然后进行改正并提高
5. 清除学习中的障碍（网络，游戏等）

-----------------正式开始学习Python数据分析的分割线-----------------------

为了开始编写Python代码，这里需要安装Anaconda和notebook。Anaconda是包管理器加上环境管理器，而Notebook是一种web应用，将数据分析报告需要的代码、文本、数学方程、图片组合到一个web文档中。

在顺利安装完Anaconda之后，从里面打开已经安装好的notebook

在Web端新建一个notebook，并在代码单元格内输入第一行代码，可以直观的在下面看到输出。

在Anaconda中还可以设置环境，默认环境是红框中的root

安装的包在notebook下不能使用时，可能是因为这个包不在使用的python环境下，在终端里选择环境，并重新安装包

一些操作和tips

1. 按Tab键可以补全代码，提高写代码的效率
2. 单元格编号出现*时表明当前单元格正在运行
3. 选“kernel”中"restart & clear output"来清除所有输出
4. 在关闭notebook服务器，并重新打开后，需要在“Kernel”中选择“restart & run all”来重新编译代码
5. 关闭notebook文件。在服务器主页上选中ipynb文件，点击“shutdown”
6. Notebook是一个扩展名为.ipynb的大型JSON文件
7. 共享notebook。另存为中html文件来分享数据分析成果，用py来把代码嵌入到项目