所有回答(9)
可以的，Python比较适合入门，但感觉国内需求不是特别的大（相比PHP、Java等主流开发语言而言），也许不是很容易找工作。
Python基础教程
Python核心技术
关键是开始学习，至于从哪儿开始真不是特别重要，除非你已经有限定的从业方向。
园豆：23129
园豆：2630
园豆：23129
为什么不学我大NET，呵呵。
任何东西都是越学越多，先定性自己的专业和性格，才可从业，不可盲从，如果有不错的基础，可以找个辛苦点的公司先学学，再择业会更好，没基础的话建议去培训一下，放心，很快就会把本钱收回来的。
此书可以保证10岁以上的孩子学得会。
python安装
选择 2.7及以上版本
linux: 一般都自带
python2.7 tutorial主要学习python的基本语法, 常用的结构(元祖,列表, 字典)
dive into python通过实例学习python基本库的使用
python library reference
python web框架 - uliweb (这个框架文档比较全, 入门也很简单, 用它做点小东西可以增加学习的动力)
uliweb 安装
从仓库安装
easy_install Uliweb pip install Uliweb
git clone git:///limodou/uliweb.git cd uliweb python setup.py install
github上有完整的文档:&包含示例, 视频, 分享.
如果采用前后端完全分离的方式开发, 重点关注uliweb的:
园豆：3275
python核心编程 &第二版
建议从C语言开始学。
python 学习手册。kindle可以买。
&&&您需要以后才能回答，未注册用户请先。2858人阅读
Python（31）
一、Python程序的结构
Python的程序由包（package）、模块（module）和函数组成。包是由一系列模块组成的集合。模块是处理某一类问题的函数和类的集合。如下图所示：
包就是一个完成特定任务的工具箱，Python提供了许多有用的工具包，如字符串处理、图形用户接口、Web应用、图形图像处理等。这些自带的工具包和模块安装在Python的安装目录下的Lib子目录中。
包必须至少含有一个__int__.py文件按，该文件的内容可以为空。__int__.py用于标识当前文件夹是一个包。
Python的程序是由一个个模块组成的。
（一）模块的创建
模块把一组相关的函数或代码组织到一个文件中。一个文件既是一个模块。模块由代码、函数或类组成。
例如，创建一个名为“myModule.py”的文件，即定义了一个名为“myModule”的模块。在该模块中定义一个函数func()和一个类MyClass。MyClass类中定义一个方法myFunc()：
#自定义模块
def func():
print &MyModule func()&
class Myclass:
def myFunc(self):
print &MyModule MyClass myFunc()&
然后在myModule.py所在的目录下创建一个名为“call_myModule.py”的文件。在该文件中调用myModule模块的函数和类：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
#调用自定义模块的类和函数
import myModule
myModule.func()
myClass = myModule.MyClass()
myClass.myFunc()
输出结果：
---------- python2.7 ----------
MyModule.func()
MyModule.MyClass.myFunc()
输出完成 (耗时 0 秒) - 正常终止
myModule.py和call_myModule.py必须放在同一个目录下或放在sys.path所列出的目录下，否则，Python解释器找不到自定义的模块。
当Python导入一个模块时，Python首先查找当前路径，然后查找lib目录、site-packages目录（Python\Lib\site-packages）和环境变量PATHONPATH设置的目录。如果导入的模块没有找到，在以上路径搜索一下是否含有这个模块。可以通过sys.path语句搜索模块的查找路径。
（二）模块的导入
在使用一个模块中的函数或类之前，首先要导入该模块。模块的导入使用import语句。
模块导入的格式如下：
import module_name
这条语句可以直接导入一个模块。调用模块的函数或类时，需要以模块名作为前缀。
从模块中调用函数和类的格式如下所示：
module_name.func()
如果不想在程序中使用前缀符，可以使用from…import…语句将模块导入。
from…import…语句的格式如下所示：
from module_name import function_name
但是from…import…语句容易造成代码可读性差等问题。
导入模块下所有的类和函数，可以使用如下格式的import语句：
from module_name import *
同一个模块文件支持多条import语句。
例如，定义一个名为myModule的模块。该模块定义一个全局变量count和一个函数func()。每次调用函数func()，使变量count的值加1：
def func():
global count
count = count + 1
return count
多次导入myModule模块，以便查看变量count的结果：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
import myModule
print &count =&,myModule.func()
myModule.count = 10
print &count =&,myModule.func()
import myModule
print &count =&,myModule.func()
输出结果：
---------- python2.7 ----------
count = 11
count = 12
输出完成 (耗时 0 秒) - 正常终止
Python中的import语句比Java的import语句更加灵活。Python的import语句可以置于程序中任意的位置，甚至可以放在条件语句中。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
#import置于条件语句中
if myModule.count & 1:
myModule.count = 1
import myModule
print &count =&,myModule.count
（三）模块的属性
模块有一些内置属性，用于完成特定的任务，如__name__、__doc__。每个模块都有一个名称。
__name__用于判断当前模块是否是程序的入库，如果当前程序正在被使用，__name__的值为“__main__”。通常给每个模块都添加一个条件语句，用于单独测试该模块的功能。
例子：创建一个模块myModule
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
if __name__ == '__main__':
print 'myModule作为主程序运行'
print 'myModule被另一个模块调用'
输出结果：
---------- python2.7 ----------
myModule作为主程序运行
输出完成 (耗时 0 秒) - 正常终止
创建另一个模块call_myModule。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
import myModule
print __doc__
输出结果：
---------- python2.7 ----------
myModule被另一个模块调用
输出完成 (耗时 0 秒) - 正常终止
（四）模块的内置函数
Python提供了一个内联模块bulidin，该模块中定义了一些软件开发总经常用到的模块，利用这些函数可以实现数据类型的转换、数据的计算、序列的处理等功能。
1、apply()
apply()可以实现调用可变参数列表的函数，把函数的参数存放在一个元组或序列中。
apply()的声明如下：
apply(func[,args[,kwargs]])
参数func是自定义的函数名称；
参数args是一个包含自定义函数参数的列表或元组。args如果省略，则表示被执行的函数没有任何参数。
参数kwargs是一个字典。字典中的key值为函数的参数名称，value值为实际参数的值。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def sum(x = 1,y = 2):
return x + y
print apply(sum,(1,3))
输出结果：
---------- python2.7 ----------
输出完成 (耗时 0 秒) - 正常终止
apply()的元组参数是有序的。
2、fiter()
filter()可以对某个序列做过滤处理，对自定义函数的参数返回的结果是否为“真”来过滤，并一次性返回处理结果。
filter()的声明如下所示：
filter(func or None,sequence) -& list,tuple,or string
参数func是自定义的过滤函数，在函数func(item)中定义过滤的规则。如果func为None，则过滤项item都为真，返回所有的序列元素。
参数sequence为待处理的序列。
filter()的返回值是由func()的返回值组成的序列，返回的类型与参数sequence的类型相同。例如，参数sequence为元组，则返回的类型也是元组。
例子：从给定的列表中过滤出大于0的数字。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def func(x):
print filter(func,range(-9,10))
输出结果：
---------- python2.7 ----------
[1, 2, 3, 4, 5, 6, 7, 8, 9]
输出完成 (耗时 0 秒) - 正常终止
filter()中的过滤函数func()的参数不能为空，否则，没有可以存储sequence元素的变量，func()也不能处理过滤。
3、reduce()
对序列中元素的连续操作可以通过循环来处理（例如对某个序列中的元素累加操作）。Python提供的reduce()也可以实现连续处理的功能。
reduce()的声明如下所示：
reduce(func,sequence[,initial])-&value
参数func是自定义的函数，在函数func()中实现对参数sequence的连续操作。
参数sequence为待处理的序列。
参数initial可以省略，如果initial不为空，则initial的值将首先传入func()进行计算。如果sequence为空，则对initial的值进行处理。
reduce()的返回值是func()计算后的结果。
例子：实现对一个列表中的数字进行累加的操作。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def sum(x,y):
return x + y
print reduce(sum,range(0,10))#<span style="color: #+1+2+3+4+5+6+7+8+9
print reduce(sum,range(0,10),10)#<span style="color: #+0+1+2+3+4+5+6+7+8+9
print reduce(sum,range(0,0),10)#range(0,0)返回空列表，所以返回结果就是10
输出结果：
---------- python2.7 ----------
输出完成 (耗时 0 秒) - 正常终止
如果reduce()进行累计计算，必须在sum中定义两个参数，分别对应加法运算符两侧的操作数。
map()可以对多个序列的每个元素都执行相同的操作，并组成列表返回。
map()的声明如下所示：
map(func,sequence[,sequence,...])-&list
参数func是自定义的函数，实现对序列每个元素的操作。
参数sequence为待处理的序列，参数sequence的个数可以是多个。
map()的返回值是对序列元素处理后的列表。
例子：实现列表中数字的幂运算。
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def power(x):return x**x
print map(power,range(1,5))
def power2(x,y):return x**y
print map(power2,range(1,5),range(5,1,-1))
---------- python2.7 ----------
[1, 4, 27, 256]
[1, 16, 27, 16]
输出完成 (耗时 0 秒) - 正常终止
如果map()中提供了多个序列，则每个序列中的元素一一对应进行计算。如果每个序列的长度不相同，则短的序列后补充None，再进行计算。
常用的内联函数如下表所示：
三、自定义包
包就是一个至少包含__int__.py文件的文件夹。Python包和Java包的作用是相同的，都是为了实现程序的重用。把实现一个常用功能的代码组合到一个包中，调用包提供的服务从而实现重用。
例如，定义一个包parent。在parent包中创建两个子包pack和pack2.pack包中定义一个模块myModule，pack2包中定义一个模块myModule2.最后在包parent中定义一个模块main，调用子包pack和pack2.如下图所示：
包与模块的树形关系图
包pack的__int__.py程序如下所示：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
if __name__ == '__main__':
print '作为主程序运行'
print 'pack初始化'
这段代码初始化pack包，这里直接输出一段字符串。当pack包将其他模块调用时，将输出“pack包初始化”。
包pack的myModule模块如下所示：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def func():
print &pack.myModule.func()&
if __name__ == '__main__':
print '作为主程序运行'
print 'pack初始化'
当pack2包被其他模块调用时，将首先执行__int__.py文件。
pack2包的__int__.py程序如下所示：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
if __name__ == '__main__':
print '作为主程序运行'
print 'pack2初始化'
包pack2的myModule2模块如下所示：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
def func2():
print &pack2.myModule2.func()&
if __name__ == '__main__':
print '作为主程序运行'
print 'pack2初始化'
下面的main模块调用了pack、pack2包中的函数：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
from pack import myModule
from pack2 import myModule2
myModule.func()
myModule2.func2()
__init__.py也可以用于提供当前包的模块列表。
例如，在pack包的__init__.py文件前面添加一行代码：
__all__ = [&myModule&]
__all__用于记录当前pack包所包含的模块。其中方括号中的内容是模块名的列表，
如果模块数量超过两个，使用逗号分开。通力，在pack2包也添加一行类似的代码：
__all__ = [&myModule2&]
这样就可以在main模块中一次导入pack、pack2包中所有的模块。
修改后的main模块如下所示：
#!/usr/bin/env python
# -*- coding=utf-8 -*-
#Using GPL v2.7
from pack import *
from pack2 import *
myModule.func()
myModule2.func2()
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：143037次
积分：1849
积分：1849
排名：第15053名
原创：58篇
(3)(1)(16)(1)(8)(2)(28)用 Python 进行数据分析，不懂 Python，求合适的 Python 书籍或资料推荐？
按投票排序
更新：根据知友的反馈，需要向知友们解释的是，我和朋友的专栏虽然关注人数挺多的（7000+），但是主要面向深度学习和增强学习，数据分析方面的内容极少，请专攻数据分析的知友们注意。个人猜测题主只是需要一个轻量级快速上手的干货教程，于是就不推荐各种书籍，给出一个一小时内的教程：推荐教程：斯坦福CS231n的预备教程：。在我的专栏里有翻译好的版本：推荐理由：由于CS231n全部作业要求是Python完成，所以该教程是面向零基础的学习者，介绍了Python中Numpy，Scipy和Matplotlib这3个基础库的最常用内容，良心干货。教程内容：目录如下供参考：Python基本数据类型容器列表字典集合元组函数类Numpy数组访问数组数据类型数组计算广播SciPy图像操作MATLAB文件点之间的距离Matplotlib绘制图形绘制多个图形图像后续建议：推荐安装Anaconda平台进行后续学习。Anaconda默认安装各种主流科学计算、工程和数据分析库，使用的交互方式是IPython Notebook（已经改名为Jupyter Notebook）。相关介绍在知乎关于Anaconda的提问中已经有人详细介绍，这里就不赘述了。回答完毕，祝顺利。
1、首先你要了解Python语言的整个架构和一些基本概念，也就是所说的Python入门，这里推荐资料：，很适合初学者，概念的讲解简单明了。还有大量的练习，跟着做会有很快的提高。2、基本了解了python后，还要学习一些用于数据分析的工具，也就是一些基于python的科学计算库。赞同 答案中提到的系列工具，尤其是工具包，可以说是用Python进行数据分析的最常用的。另外对于数据分析，少不了数据的可视化（也就是画图），首选，在Linux下非常好用，画出来的图很漂亮。还有一个工具包，这个工具包主要针对机器学习领域进行数据分析的，里面大量的实例。几乎各种数据分析方法在里面都能找到相应的实现，一些程序有针对性的修改一下就可以了。3、以下是一些不错的参考资料：，官方文档的中文翻译，适合快速入门；，适合matplotlib快速入门；，这个人手把手教你用python做Data
Analysis；有视频（只不过视频是放在YouTube上的，需要梯子），有代码，强烈推荐。，，另外两个Python教程。---------------------------7月11日更---------------------------考虑到numpy的重要性，然而学习的时候，光看一些文档真的很难记住和理解一些对象的操作方法，这里提供给大家一个练习numpy的资料：，一共80多个小例子，常见的数组操作和一些编程小技巧，这里都会涉及到，跟着做能学到很多。安利给大家一个学习Python的网站：。这是一个在线学习编程知识的网站（不光可以学Python），有了它，即使你没有在电脑上配置Python环境，仍然可以学习Python编程，很方便。重要的是它的交互做的也很好，概念的讲解和配套的联系都有。它的界面是这样：最后，觉得答案有用，帮忙点个赞呗，收藏的好多，赞只有一点点。。。
我自己的硕士论文是用Python做数据分析的()这个回答，可能不是很适合题主。题主应该就是想稍微用一下Python. 我这里介绍的是系统性、偏重使用的。1. 什么样的教程最好，最快、最适合入门对于0基础的人来说，最简答的办法是从例子开始。比如说，一个实际的数据分析，然后你跟着走一边，从读入数据、画图，怎么解释数据，其实就都大概懂了。而不是先去学Python语言特性，然后再去看某些库的文档（Numpy, Matplotlib, Pandas等等）。另外重要的，就是最好能有视频教程。因为你可能也不知道怎么安装、使用Python和相关的库，怎么使用Git, 用什么样的编辑器（IDE）来写代码等等。这些东西，如果有视频的话，其实就一目了然了。看起来比书快很多。也就是说最理想的教程，应该是以例子入手（而不是Python基础、要素入手），而且最好有视频2. 具体教程国内中文的教程不清楚；英文的话，目前没有碰到过特别优秀的，完全符合上述要求的说说我熟悉的教程，都是英文的①Havard CS109 Data Science 首推。内容包括最基础的概率、统计分析，到更深的Machine Learning。既包括理论内容讲解，也包括实际的编程（用的Python）。课堂讲解、程序均有相应视频（而且有英文字幕）。有案例作业，拿数据进行分析，可以仔细的学习参考答案里面的代码（也就是有编程案例）。完全免费。不过，为什么还要学概率论这些一大堆东西？（这也是我最开始说的，这篇答案不是适合楼主的轻量级需求）因为，你以为你想要学的是Python, 而实际上是分析数据的方法，这个是任何文档、编程的书无法教给你的。但却是最重要的。也就是背后的理论、思考等等。这个教程唯一的缺点，就是没有书。很难去快速查询、复习。比如再学完这门课，碰到一个东西，想要查的时候。无从查起。②Udemy, Learning Python for Data Analysis and Visualization 当时，按照我对于理想教程的要求，买的。Udemy上评价最好，卖得最好的教程然而，并不好。不推荐。为什么？因为这里的视频，仅仅是把文档重新讲了一遍，在最后才有一个例子。没有人需要先学习如何“查询数据”，如何“画柱状图”。这种东西大家都可以搜得到。真正缺乏的，是以问题为导向，把这些东西实际运用起来。对我来说，这个教程最大的好处，是知道了Kaggle，可以瞻仰一下真正大牛们是怎样用Data Science来解决问题的剩下的，就没有什么教程了。也就是我开始说的，缺乏系统性的教程。只是，再次强调一下，不学什么。不从0开始学Python语言。为什么？简单的If, For loop这些，其实大家都会。Python的基本语言，一看就懂，完全不需要在开始去系统的读Python的教学。真正缺的，反而是例子，而且是使用Pandas, Matplotlib等等库的例子。这样子，能够在最短的时间内，见到学习效果。只有当你真正发现，Python不会写。或者代码组织很麻烦。或者看到的代码不理解的时候，才需要去认真学Python语言。其实这个时候，也才真正学得进去。或者，可以直接读《Data Science from Scratch: First Principles with Python》，里面Python Crash Course一部分，1个小时就足够了解Python的基本语法和一些特性。 这本书里其他的东西，就完全不要看了。因为是讲的是如何去实现Pandas, Numpy中的某些内容。而没有讲实际Pandas, Numpy等等的使用技巧。3. 一些补充就像上面说的，Python只是一门语言。一般的数据分析，Python, R, Matlab，甚至Excel都可以做。很多同学可能已经会Matlab了，那么其实直接用Matlab就行了
楼上很全面但略复杂，建议先装ipython notebook，然后听南京大学Coursera公开课《python玩转数据分析》一边敲代码，配合《用python进行数据分析》，你看看我编程零基础学完的成果
习惯了matlab，不太熟悉面向对象编程的朋友，看下这个，对python的这种面向对象的画图方法会有醍醐灌顶的效果。用来自学还不错的，每个内容后面会有问题，下面有网友的留言与解答。讲pandas数据规整的，挺不错的，记得学pandas时候最经常翻的。博主还有不少好文章，不妨看看。这个网站讲pandas的，提醒一下，不光包括10min速成pandas，合理利用左侧导航栏，内容很丰富。（截得里面一个讲画图的地方，酷一点）（截得里面一个讲画图的地方，酷一点）包含python，numpy，pandas，scipy,matplotlib等内容，是notebook形式的，难度适中，简约不简单，强烈推荐。（这是用seaborn库话画的，网站自带不用安装）（这是用seaborn库话画的，网站自带不用安装）joinquant本身是个量化交易的平台，但它的投资研究模块是个线上的notebook，用手机号注册下就能用，python，numpy，pandas，scipy,matplotlib等，支持和上一个学习资源结合使用，效果拔群。这个网站社区里也有一些python，pandas，numpy等的学习资料，不过有点良莠不齐。线上边动手边实践的学习平台，有较多的课程安排，有免费有收费，如果编程方面基础较少的话，跟着课程一步一步来应该不错。我嫌它进度太慢，感觉自己学效率高就没怎么用这个。it问题，相比百度和谷歌，你更应该问它，如果你听的懂它说的话的话。最后，内个啥，求赞。。。
如果你是有过编程基础，比如C/C++, java 什么的。python基本就是无师自通快速上手，直接官方文档，不懂的上stack overflow。基本可以解决大多数问题。没有编程基础的话，个人推荐 《think python》这本书。《learn python the hard way》太浅， 《head first python》太繁，《think python》作为入门刚刚好，两天可以看完，常用的东西都有包括。然后做数据分析，还有一本 《python for data analysis》。我个人用的不多，但例子还是不错的。
迪艾姆python培训黄哥推荐的三本书下载： 像计算机科学家一样思考Python Python编程实践 Python核心编程（第2版） How to Think Like a Computer Scientist- Learning with Python 3 Practical Programming, 2nd Edition An Introduction to Computer Science Using Python 3 Core Python Programming, 2nd Edition 请看黄哥本人写的文章如何捅破python编程的那层纸剪刀石头布小习题三种语言python2、php、go代码一段小代码说明@property装饰器的用法
熟悉语言应用到数据分析
自己平时的工作中以Python为主要的数据分析工具，在这里谈一下自己的学习经验，希望能有所帮助。Python 0基础到入门
Python是一种面向对象、解释型计算机程序设计语言，很多人把它称作可执行的伪代码。用Python进行数据分析的第一步是要对Python这门语言有一个基本的了解，掌握基本的语法及数据结构。Python可以说是最容易上手的编程语言之一（或许可以把之一去掉），如果有一定的编程语言基础，比如学过C、C++或者Java等，Python基本上可以算是无师自通。如果没有编程基础，那也不要紧，Python入门是非常容易的。
推荐材料：
推荐理由：内容简洁，整本书以习题的方式展开，结构清晰，学练结合。Python数据分析开发环境
对于很多没有计算机背景的同学来说，设置Python的开发环境有时也会成为一个不小的挑战。之前帮助过很多同学安装Python及相关库，所以非常理解同学的难处。工欲善其事，必先利其器。一个好的开发环境，对于提高数据分析的效率是大有帮助的。答主自己是习惯用命令行＋的组合，但是，由于在数据分析过程中经常需要使用iPython进行交互，这种组合对于iPython支持不够的缺点会被放大。同时，在命令行里面逐个安装Python及各种包，并进行维护升级管理，是非常的低效繁琐。同时，可能会产生dependence的问题，解决起来比较麻烦费时。为了解决命令行+Sublime Text组合存在的问题，强烈向大家安利大杀器。Anaconda是Continuum Analytics公司推出的Python数据科学平台，说起Continuum Analytics这个公司，不得不提一下公司的CEO：。此君是Python数值及科学计算届的大拿，是Numpy的主要贡献者，也是Scipy的原始作者，Continuum Analytics是他在2012年以总裁身份离开Enthought后创建的一家公司。在我看来，Anaconda最大的优点在于，作为一个数据分析平台，包含了几乎所有常见的Python数据分析库，并提供了简单易用的版本管理功能，能够让使用者专注于数据分析及开发。常用Python数据分析工具：为Python提供了N维矩阵，是Python科学计算的基础，Python的数据分析工具基本都是以他为基础进行搭建。：Python科学及工程计算库。：Python的交互式解释器，提供了强大的探索性数据分析功能。：最好用的Python数据处理及控制工具，提供了Series和DataFrame这两种在数据分析中最常用的数据结构。：Python最著名的绘图库，功能强大但是操作复杂，因此并不推荐初学者花太多时间在这个库上。：Python最著名的机器学习库，也是目前在数据科学领域应用最广、最流行的工具之一。：Python的统计建模工具。：以Matplotlib为基础的统计可视化工具，如有绘图方面的需求，建议初学者用这个库。：交互式数据可视化工具，Python的D3.js
以上涵盖了比较常用的Python数据分析工具，其中Numpy，Scipy，IPython，Pandas和Matplotlib是基础，在掌握这几个库之后可以根据自己的需求选择相应的Python库进行学习。
推荐材料：
推荐理由：这本书很全面，讲的很细，涵盖了Numpy、Scipy几个主要的数据分析库。但是这本书的缺点和优点一样明显，主要在于成书时间太早（2012年最后修改），部分内容有些陈旧，同时由于讲的很细，很多内容不太适合初学者。
阅读建议：前五章认真看一下，复制书里的代码，并能够调试运行成功，后面的章节根据需要挑着看。Python数据分析实战
用Python进行数据分析本质上是解决实际工作中遇到的数据分析有关的问题，Python作为一门编程语言，仅仅是我们解决问题的工具。掌握一门编程语言的关键是实践，将实际问题与编程学习结合起来才是最有效的方法。因为对中文材料不是很熟悉，所以只能推荐英文的。
之前已经有同学提到过这门课，但是仍然要再安利一下。推荐这门课主要有如下原因有视频教程，不会太枯燥。涵盖面广，难度适中，适合入门。课程包括了概率论、数理统计及机器学习等内容，这些都是实际工作中常用的分析工具。理论与实践相结合，并以Python为主要编程语言。涉及到一点文本分析以及MapReduce、Spark等内容
如果想更进一步的了解如何用Python进行数据分析，那么，Kaggle一定是最好的选择。这里汇集了来自全世界各地的数据分析高手，社区非常的活跃，同时也有很多有趣的比赛及项目。从适合初学者入门的数字识别器、泰坦尼克号生存率预测，到奖金几万甚至几十万美元的竞赛，再到由各大公司，如Facebook, Walmart等，举办的以招聘为导向的竞赛，你总能找到一款适合你的。
其实python非常适合初学者入门，上手很容易。以下是两点经验：1.找一本浅显易懂，例程比较好的教程，从头到尾看下去。把里面的例子都手打一遍，搞懂为什么。2.去找一个实际项目练手。如果金融相关的数据分析可以参考量化分析师的Python日记【第3天：一大波金融Library来袭之numpy篇量化分析师的Python日记【第4天：一大波金融Library来袭之scipy篇】量化分析师的Python日记【第5天：数据处理的瑞士军刀pandas】量化分析师的Python日记【第6天：数据处理的瑞士军刀pandas下篇另外推荐完全没有编程基础的新手先看《head first python》或者《与孩子一起学编程（老少咸宜的编程入门奇书，荣获Jolt生产效率大奖）》(（美）桑德...)【简介，这类书其实是借 python 来讲编程入门。如果有一点点编程基础，而想学 python，建议《简明Python教程》或《Dive into Python》，这两个都有在线中文版本：简明 Python 教程Dive Into Python进阶推荐看 Python高级编程， python高级编程最后数据分析推荐《《利用Python进行数据分析》(（美）麦金尼...)【简介》
已有帐号？
无法登录？
社交帐号登录