怎样提高python分析数据能力？

转自 ：https://www.wukong.com/question/6497555772690399502/?app=news_article&share_ansid=6553197756012298504&iid=39055545733&app_id=13&tt_from=mobile_qq&utm_source=mobile_qq&utm_medium=toutiao_ios&utm_campaign=client_share

 

问到这个问题，应该有一定的基础。对python在数据分析上的应用有一定的了解。数据分析其实更的时候是数据处理部分，然后是模型的应用，最后是数据可视化。我们就从数据分析使用到python的几个过程来着手提高相关的能力。

数据处理部分，涉及到文件、数据库，函数/类的编程

数据分析，需要有数据先，数据可以是多种来源-数据库、文件、网络等。首先，我们来看数据库，数据库方面目前常用的有mysql，db2主流的关系型数据库，非关系型数据库有mongodb，hadoop等，这样的话我们要掌握python如何连接对应的数据库，比如Mysql，我们就可以使用mysqldb库，对mysql数据库进行操作。

再比如对文件的操作，比如xlsx，我们可以使用xlrd库。

得到源数据后，我们需要处理一下数据，比如，我们从网络上爬取下来的数据，我们就需要写相应的函数或者类来负责数据的逻辑处理部分。

数据模型部分，也是在处理完、清洗完数据后需要通过一定的模型发现数据规律的部分

这里可以学习一些机器学习的模型，常用的一些算法是我们需要知道的，比如二分查找法、邻近算法、决策树等一些算法。这里我推荐两本书，一本书是《算法图解》，另一本书是《机器学习实战》。这部分其实是比较花时间的，需要多花时间研究。当然并不是所有的数据分析都需要，基本的统计分析，关联关系满足我们的日常工作需求。但是出于提高能力的出发点，这些学习是有必要的。

数据分析的数据可视化部分，数据可视化我们可以更高效地发现数据背后的规律

python的可视化有很多库可以支持，seaborn、ggplot、matplotlib等都可以得到优美的图形，像下面使用seaborn得到的图形。

总的来说，数据分析的提高涉及到数据分析的三个步骤，重点是在第二步，第一步是基础，最三步是锦上添花。

 7 赞 踩 评论

 分享

 举报

数据探04-07 09:52 关注

题主问的是“怎样提高”，那么已经是有一定的Python基础了，所以接下来的重点在于激发好奇心、带着问题去学习。

为什么重点在于此呢？

入门阶段，可以循序渐进学习掌握基础的数据结构、函数、循环、常用的包的简单用法（如pandas、numpy、matplotlib等），这个阶段要耐心，毕竟是新手，不可随意对待，基础很重要。

但等到入了门之后，就不太适宜按部就班地去学习。而应找到兴趣点，攻克之。我曾尝试过啃包，但是啃得太艰辛，啃着啃着就犯困，进度异常缓慢，遂放弃。这个过程就和阅读书籍一样，哪怕再好的书籍，要是提不起兴趣，也是一看就犯困，看了半天也没看进去啥。

可以从两个方面激发好奇心寻找感兴趣的问题：1.网上搜索感兴趣的Python数据分析项目；2.从生活中的问题入手

1.网上搜索感兴趣的Python数据分析项目

可以找付费的案例教学课程，也可以参与免费的开源项目。要搜索免费开源项目，最好的网站就是GitHub啦。如果你说GitHub上都是一堆英文你看不懂，嗯，我表示理解，但我还是强烈建议想办法看懂，毕竟影响程序员向优秀进阶的一大拦路虎就是英文，咱要提高能力就得把拦路虎干掉不是？！

 

2.从生活中的问题入手

从生活中的问题入手，收集数据，确定大致的分析思路，接着在网上搜索对应的解决办法或参考样例，会有很多惊喜的。

举个我正在做的小例子： 我和一个朋友乐于用邮件交谈生活大事小情，写邮件，相对正式，易于沉淀想法。我计划用Python对此做个数据分析，暂时定的观察角度是从时间维度去分析，在seaborn官网上找到了较为匹配的样例，不过还需做些改造。

截图如下：