零基礎學習Python數據分析

網上雖然有很多Python學習的教程，但是大多是圍繞Python網頁開發等展開。數據分析所需要的Python技能和網頁開發等差別非常大，本人就是浪費了很多時間來看這些博客、書籍。所以就有了本文，希望能幫大家少走一點彎路。

－－－－－－－－－－－－－－－－－我是分割線－－－－－－－－－－－－－－

本文章主要從數據分析、機器學習（深度學習）的目的出發， 講講如何零基礎學習Python語法、數據分析模塊（Numpy、Scipy、Scikit和Pandas等）以及使用python進行機器學習(SFrame,tensorflow）。

(今天就寫個小框架吧^_^)

去年開始接觸Python數據分析的學習，全是自學，所以對於廣大網友來說應該有較大的借鑒意義。熟練掌握任何一門語言，幾乎都需要經過以下過程：

1. 良師－－學習Python課程＋入門書籍＋瀏覽技術博客
2. 社區幫助－－善於使用搜索引擎、Mail List
3. 益友 －－ 尋找學習伙伴
4. Learn by Code －－項目實踐

一、Python學習課程推薦

這兩個學習課程從最基礎的Python語法開始，介紹了Python數據分析、統計模型以及機器學習的各個方面，內容十分充足。之所以建議使用老外的課程是因為，老外上課假定你什么都不會，講解深入淺出，尤其是對於華盛頓大學的機器學習課程，把復雜的概念講解得十分簡單。

1. 密歇根大學的《學習使用Python編程並分析數據》主要包括以下課程(講解十分詳細，深入淺出，非常適合入門學習，視頻都是有字幕的)：

• 《大家的編程 (Python 入門》：課程涵蓋了如何使用Python的基本指令編寫程序. 課程對學生沒有先設要求, 我們只涉及到最基本的數學, 有一定使用電腦經驗的人都可以完全掌握這門課的內容. 
• 《Python 數據結構》：本課程將介紹Python編程語言的核心數據結構。我們將學習編程語言的基礎概念，探索如何使用Python的內置數據結構，如列表、字典、元組，進行更為復雜的數據分析。
• 《使用 Python 訪問網絡數據》：使用Python爬取和解析網絡數據
• 《Python 數據庫開發》：使用Python和數據庫進行交互
• 《使用 Python 獲取並處理數據，並用可視化方式展現數據》

2. 華盛頓大學的《機器學習》專項課程

在專項課程頁面無法選擇旁聽，必須點擊進入單獨課程頁面才可，這個課程專題旁聽是有限制的，無法提交作業；如有需求，可以申請獎學金，回答三個問題即可，系統自動通過申請。

• 《機器學習基礎：案例研究》：你是否好奇數據可以告訴你什么？你是否想在關於機器學習促進商業的核心方式上有深層次的理解？你是否想能同專家們討論關於回歸，分類，深度學習以及推薦系統的一切？在這門課上，你將會通過一系列實際案例學習來獲取實踐經歷。
• 《機器學習：回歸》
• 《機器學習：分類》
• 《機器學習：聚類和檢索》
• 《機器學習：推薦系統和降維》
• 《機器學習：應用深度學習創建智能運用》

二、網上打碼教程

Learn by doing!!! 學習編程最有效的方式就是敲代碼！

1. Codecademy 圍繞Python 的基礎語法，內容非常豐富。
2. Datacamp Python基本語法（他家的R語言課程十分不錯！）

三、Python技術博客

簡單介紹一些非常棒的Python技術學習的博客

1. 廖雪峰Python教程 簡單易上手的Python基礎語法教程，非常值得學習

2. 非常棒的pandas練習Github Repo

3. 很詳細的Python 爬蟲教程

4. 國外Data Science博客大全

四、Python入門書籍推薦

常用書籍下載網址，幾乎囊括了網上能找得到的所有Python相關的書籍（PDF、Epub和mo bi格式），且提供雲盤下載鏈接。你值得擁有！

http://www.salttiger.com/?s=python

1. 掌握Python語法的基礎上學習《Python for data analysis》是比較不錯的選擇，涵蓋了ipython notebook、Numpy、Scipy和Pandas包的使用。

2.《Python數據分析與挖掘實戰》介紹了使用Python進行數據挖掘的詳細案例，數據和代碼都可以下載，作為機器學習的進階學習是不錯的選擇（這本書也用對應的R語言和Matlab 版本）。

3. 《Python Cookbook》很厚的一本書，可以作為Python語法查詢手冊。

再添加幾個外文書籍下載網址：

1. http://gen.lib.rus.ec 全，可能需要使用翻＊牆下載，翻＊牆方法見文末

2. http://www.foxebook.net

3. http://avxhome.in/ebooks/programming_development

五、推薦訂閱博客（更細頻率較高）

iPhone上可以使用Reeder閱讀器，Instapaper用來保存后稍后閱讀，因為信息量比較大。

1. No free Hunch Kaggle競賽平台的官方博客，包括一些優秀的代碼解讀以及高分選手的采訪，十分有用的經驗（來自不同背景，不同年齡層次，不同職業的選手）
2. Flowing Data 十分有用的數據分析的案例
3. Python日報 內容十分精彩的集錦（中文）

六、FAQ (待續)

1. Python 2.x還是Python 3.x?
2. 如何安裝Python包？ 強烈推薦Anaconda包，你值得擁有！尤其是Windows系統。
3. 網絡速度慢，請翻*牆，安利一款免費好用Google開發的防屏蔽的梯子Lantern, （無法下載更新可以私信我），速度不錯。
4. 是否需要很強的統計和數學背景？ 有良好的數學和統計背景固然很好，但是現在很多崗位對數學和統計背景要求並不很多，都是簡單的算法，Python編程已經能夠很方便地實現，更多的是對業務的深入理解。如有需要建議，邊學習Python邊學習數學統計。

七、實踐項目

1. Kaggle競賽項目，里面不僅僅有很多競賽項目，而且有很多可供學習的代碼、博客以及論壇，都是實戰項目，有很強的實踐價值。