零基础学习Python数据分析，学习资源大整合
使用Python进行数据挖掘是最近几年才开始火起来的，之前网上很多的资料都是关于Python网页开发等。但使用Python进行数据挖掘的侧重点已经完成不一样了。本人就是浪费了很多时间来筛选这些博客、书籍。所以就有了本文，希望能帮大家少走一点弯路。
－－－－－－－－－－我是分割线－－－－－－－－
本文章主要从数据挖掘的角度出发， 讲讲如何零基础学习Python语法、数据清洗、以及数据建模。本文不能保证你能成为大神，但是如果能踏踏实实地学习完，找一份年薪15w+的工作还是不太难的。本人也是非计算机专业，所以希望给非计算机的人一点参考，大神请绕道。
熟练掌握任何一门语言，几乎都需要经过以下过程：
良师－－学习Python课程＋入门书籍＋浏览技术博客
社区帮助－－善于使用搜索引擎、Mail List
益友 －－ 寻找学习伙伴
Learn by Code －－项目实践
一、Python学习课程推荐
这两个学习课程从最基础的Python语法开始，介绍了Python数据分析、统计模型以及机器学习的各个方面，内容十分充足。之所以建议使用老外的课程是因为，老外上课假定你什么都不会，讲解深入浅出，尤其是对于华盛顿大学的机器学习课程，把复杂的概念讲解得十分简单。
- 密歇根大学的《学习使用Python编程并分析数据》主要包括以下课程(讲解十分详细，深入浅出，非常适合入门学习，视频都是有字幕的)：
《大家的编程 (Python 入门》：课程涵盖了如何使用Python的基本指令编写程序. 课程对学生没有先设要求, 我们只涉及到最基本的数学, 有一定使用电脑经验的人都可以完全掌握这门课的内容.
《Python 数据结构》：本课程将介绍Python编程语言的核心数据结构。我们将学习编程语言的基础概念，探索如何使用Python的内置数据结构，如列表、字典、元组，进行更为复杂的数据分析。
《使用 Python 访问网络数据》：使用Python爬取和解析网络数据
《Python 数据库开发》：使用Python和数据库进行交互
《使用 Python 获取并处理数据，并用可视化方式展现数据》
2. 华盛顿大学的《机器学习》专项课程
在专项课程页面无法选择旁听，必须点击进入单独课程页面才可，这个课程专题旁听是有限制的，无法提交作业；如有需求，可以申请奖学金，回答三个问题即可，系统自动通过申请。
《机器学习基础：案例研究》：你是否好奇数据可以告诉你什么？你是否想在关于机器学习促进商业的核心方式上有深层次的理解？你是否想能同专家们讨论关于回归，分类，深度学习以及推荐系统的一切？在这门课上，你将会通过一系列实际案例学习来获取实践经历。
《机器学习：回归》
《机器学习：分类》
《机器学习：聚类和检索》
《机器学习：推荐系统和降维》
《机器学习：应用深度学习创建智能运用》
二、网上打码教程
Learn by doing!!! 学习编程最有效的方式就是敲代码！
Codecademy 围绕Python 的基础语法，内容非常丰富。
Datacamp Python基本语法（他家的R语言课程十分不错！）
三、Python技术博客
简单介绍一些非常棒的Python技术学习的博客
-
廖雪峰Python教程 简单易上手的Python基础语法教程，值得学习, Python 2和Python 3版本都有。
-
非常棒的pandas练习Github Repo
-
很详细的Python 爬虫教程
-
国外Data Science博客大全
四、Python入门书籍推荐
常用书籍下载网址，几乎囊括了网上能找得到的所有Python相关的书籍（PDF、Epub和mo bi格式），且提供云盘下载链接。你值得拥有！
python | 搜索结果
- 掌握Python语法的基础上学习《Python for data analysis》是比较不错的选择，涵盖了ipython notebook、Numpy、Scipy和Pandas包的使用。
2.《Python数据分析与挖掘实战》介绍了使用Python进行数据挖掘的详细案例，数据和代码都可以下载，作为机器学习的进阶学习是不错的选择（这本书也用对应的R语言和Matlab 版本）。
- 《Python Cookbook》很厚的一本书，可以作为Python语法查询手册。
再添加几个外文书籍下载网址：
-
All IT eBooks 全，可能需要使用翻＊墙下载，翻＊墙方法见文末
-
Library Genesis 各种书籍，不局限于编程书籍
-
Fox eBook - eBooks Free Download Site
-
Development / Programming / AvaxHome
五、推荐订阅博客（更细频率较高）
iPhone上可以使用Reeder阅读器，Instapaper用来保存后稍后阅读，因为信息量比较大。
No free Hunch Kaggle竞赛平台的官方博客，包括一些优秀的代码解读以及高分选手的采访，十分有用的经验（来自不同背景，不同年龄层次，不同职业的选手）
Flowing Data 十分有用的数据分析的案例
Python日报 内容十分精彩的集锦（中文）
六、FAQ (待续)
Python 2.x还是Python 3.x?
如何安装Python包？ 强烈推荐Anaconda包，你值得拥有！尤其是Windows系统。
网络速度慢，请翻*墙，安利一款免费好用Google开发的防屏蔽的梯子Lantern，速度不错。
是否需要很强的统计和数学背景？ 有良好的数学和统计背景固然很好，但是现在很多岗位对数学和统计背景要求并不很多，都是简单的算法，Python编程已经能够很方便地实现，更多的是对业务的深入理解。如有需要建议，边学习Python边学习数学统计。
七、实践项目
Kaggle竞赛项目，里面不仅仅有很多竞赛项目，而且有很多可供学习的代码、博客以及论坛，都是实战项目，有很强的实践价值。
－－－－－－－－－－－－－－－－－－－－－－
中文的Python数据分析的教程较少，而且质量良莠不齐，所以推荐多为英文资料。而且随着学习的深入，有时候只有英文资料可以借鉴。学习数据分析和机器学习，英文再好也不为过。并不是说中国没有优秀的人才，而是为了便于国际交流学习，中国人也多用英语。
成长离不开与优秀的同伴共同交流，如果你需要好的学习环境，好的学习资源，这里欢迎每一位热爱Python的小伙伴——创客python交流群（772882553）。