看懂Python数据分析师，从零做起的你一样可以

内容介绍

本文介绍 Python数据分析师 总览内容，随着后续文章的增加，在文章最后整理的自学文章会不断的更新。所有文章均为原创整理，内容有很多，在陆续整理的过程中逐步分享，文章记录着作者成长学习中的点点滴滴。欢迎收藏、点赞、转发。

虽然作为一名数据分析师来说编程不是必备技能，对于不管任何编程语言Python、R、MATLAB、GO等等这些都是工具，不管使用哪一种语言我们的目标是一致的，就是做数据分析，得到想要的结果，然后进行解读，所以对于编程来说没有好坏之分，因此选择一个适合自己的就可以了。

本系列文章介绍的是对于Python复杂的编程语言中提取了数据分析常用的数据处理以及数据可视化等数据分析师常用的内容，区别与其他的Python编程教程，如果是纯开发的小伙伴，看完本系列的文章仅仅只能掌握数据相关处理的内容，并不能完全掌握开发方面的技能，请有选择阅读。

未来更新的内容会包括：机器学习、深度学习、Python算法、神经网络引用等等内容会分布在我的各个专栏中，有兴趣的小伙伴欢迎收藏。

简单自我介绍

估计打死各位读者都想不到作为日语系毕业的我，在清华大学的研究院做技术顾问，曾经由于学日语的男性找工作受歧视，毕业到现在这十几年一直就没有从事过和日语相关的岗位，反而在超市打过工、当过库管和采购、卖过保险和POS机、做个金融管理等等，这些过去不堪回首。

入行搞IT这个纯属机缘巧合，和歪打正着。有兴趣的小伙伴可以点击下面的文章做一个简单的了解。我是32岁迷茫的时候才决定入行。

大龄零基础的文科生的我靠学Python逆袭，不到2年入职清华大学研究院

如果你也是天涯沦落人的话，帮忙点一个赞，让更多的人看到吧。

Python的前世今生

Python的诞生

Python的创始人为GuidovanRossum。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC语言的一种继承。之所以选中Python（大蟒蛇的意思）作为该编程语言的名字，是因为他是一个叫MontyPython的喜剧团体的爱好者。

Python数据分析应用

• 数据采集：以Scrapy为代表的各类方式的爬虫。
  
• 数据库连接：Python有大量各类数据库的第三方包，方便快速的实现增删改查。
  
• 数据清洗：Numpy、Pandas，结构化和非结构化的数据清洗及数据规整化的利器。
  
• 数据分析：Pandas、StatsModels、Scipy，统计分析，科学计算、建模等。
  
• 数据可视化：Matplotlib、Seaborn等等大量各类可视化的库。
  
• 机器学习和深度学习（算法应用）。
  

开启Python之路

Python的安装

对于数据分析师而言，不建议使用原生的方式安装Python。而是使用对数据分析师更加友好的 Anaconda 进行安装，更多辅助数据分析师的功能。

并且基于 Anaconda 的 Jupyter Notebook，也是集成很多使用功能的编辑器同时兼具交互式的优点。可以在同一个界面中保存展示代码，展现运行结果，实时互交式运行代码等功能，并且对新手非常友好，不需要过多的配置。

安装教程点击这里：

在windows下安装Python，Anaconda最新版本、免费Pycharm极简教程

自学文章目录

数据分析师办公基础

数据分析师做文字报告要掌握的Word使用的40个必备技巧
数据分析师不会Python没关系，掌握Excel的36个技巧一样做数据分析
数据分析师干活的累死累活，最后还要会写PPT的5条原则

数据分析师的统计基础

想要成为一名合格的数据分析师，为什么必须要学统计？
「数据分析师的统计基础」统计学概括性度量
「数据分析师的统计基础」离散程度度量
「数据分析师的统计基础」数据的种类知多少
「数据分析师的统计基础」数值型数据的整体状态
「数据分析师的统计基础」分类型数据的整体状态
「数据分析师的统计基础」标准计分和离差
「数据分析师的统计基础」统计量和抽样分布入门
「数据分析师的统计基础」双变量的相关分析
「数据分析师的统计基础」轻松理解独立性检验&拟合优度检验

数据分析师的MySQL数据仓库

「玩《三国志》学MySQL」带你玩游戏学MySQL
「玩《三国志》学MySQL」1.初识MySQL数据仓库
「玩《三国志》学MySQL」2.MySQL数据仓库基础知识
「玩《三国志》学MySQL」3.Mysql表结构的管理
「玩《三国志》学MySQL」4.表更新记录操作
「玩《三国志》学MySQL」5.表记录的检索
「玩《三国志》学MySQL」6.编程基础
「玩《三国志》学MySQL」7.视图触发器

数据分析师的编程基础

「数据分析师的编程基础」数据分析师入门Python需要了解的知识
「数据分析师的编程基础」Python使用Numpy内容总结
「数据分析师的编程基础」Python使用Pandas对象内容整理
「数据分析师的编程基础」Python使用Pandas中DataFrame内容整理
「数据分析师的编程基础」Python使用Pandas中读写查询内容整理
「数据分析师的编程基础」Python使用Pandas中Index内容整理
「数据分析师的编程基础」Python使用Pandas数据处理技巧
「数据分析师的编程基础」Python使用Pandas数据合并处理
「数据分析师的编程基础」Python使用Pandas数据重塑及透视表

数据分析师的网络爬虫

「数据分析师的网络爬虫」Python 爬虫入门基础原理
「数据分析师的网络爬虫」使用Python快速抓取需要的数据
「数据分析师的网络爬虫」网络爬虫数据的存储MySQL和Mongodb
「数据分析师的网络爬虫」动态页面和Ajax渲染页面抓取
「数据分析师的网络爬虫」简单的模拟登录方法
「数据分析师的网络爬虫」Fiddler Web抓取微信公众号历史全部文章

Python模块 PyEchart 数据可视化

「Python数据可视化」Pyecharts的全局配置详解
「Python数据可视化」Pyecharts的系列配置详解
「Python数据可视化」Pyecharts设置不同的主体风格
「Python数据可视化」Pyecharts中Faker数据集说明
「Python数据可视化」使用 Pyecharts 制作 Calendar（日历热图）详解
「Python数据可视化」使用 Pyecharts 制作 Funnel（漏斗图）详解
「Python数据可视化」使用 Pyecharts 制作Gauge（仪表盘）详解
「Python数据可视化」使用 Pyecharts 制作 Graph（关系图）详解
「Python数据可视化」使用 Pyecharts 制作 Liquid（水球图）详解
「Python数据可视化」使用 Pyecharts 制作 Parallel（平行坐标系）详解
「Python数据可视化」使用 Pyecharts 制作 Pie（饼状图）详解
「Python数据可视化」使用 Pyecharts 制作 Polar（极坐标系）详解
「Python数据可视化」使用 Pyecharts 制作 Radar（雷达图）详解
「Python数据可视化」使用 Pyecharts 制作 Sankey（桑基图）详解
「Python数据可视化」使用 Pyecharts 制作 Sunburst（旭日图）详解
「Python数据可视化」使用 Pyecharts 制作 ThemeRiver（主题河流图）详解
「Python数据可视化」使用 Pyecharts 制作 WordCloud（词云图）详解
「Python数据可视化」使用 Pyecharts 制作 Bar（柱状图/条形图）详解
「Python数据可视化」使用 Pyecharts 制作 Boxplot（箱线图）详解
「Python数据可视化」使用 Pyecharts 制作 Effectscatter（涟漪特效散点图）详解
「Python数据可视化」使用 Pyecharts 制作 Heatmap（热力图）详解
「Python数据可视化」使用 Pyecharts 制作 Line（折线/面积图）详解
「Python数据可视化」使用 Pyecharts 制作 PictorialBar（象形柱状图）详解
「Python数据可视化」使用 Pyecharts 制作 Scatter（散点图）详解
「Python数据可视化」使用 Pyecharts 制作 Overlap（层叠多图）详解
「Python数据可视化」使用 Pyecharts 制作 Tree（树图）详解
「Python数据可视化」使用 Pyecharts 制作 Treemap（矩形树图）详解
「Python数据可视化」使用 Pyecharts 制作 GEO（地理坐标系）详解
「Python数据可视化」使用 Pyecharts 制作 Map（地图）详解
「Python数据可视化」使用 Pyecharts 制作 Bar3D（3D柱状图）详解
「Python数据可视化」使用 Pyecharts 制作 Line3D（3D折线图）详解
「Python数据可视化」使用 Pyecharts 制作 Scatter3D（3D散点图）详解
「Python数据可视化」使用 Pyecharts 制作 Surface3D（3D曲面图）详解
「Python数据可视化」使用 Pyecharts 制作 Map3D（三维地图）详解
「Python数据可视化」使用 Pyecharts 制作 Grid（组合组件）详解
「Python数据可视化」使用 Pyecharts 制作 Page（顺序多图）详解
「Python数据可视化」使用 Pyecharts 制作 Tab（选项卡多图）详解
「Python数据可视化」使用 Pyecharts 制作 Timeline（时间轴组件）详解
「Python数据可视化」使用 Pyecharts 进行图表的渲染

走进机器学习的世界

国际知名高校机器学习课程的四本书，你看过几本？
“人工智障”的机器学习处理日常实用性问题，你知道有多少？
细数入门机器学习的最佳免费资源，不要因为自己的懒惰而交智商税
程序员可以进入机器学习的正确姿势
学习机器学习除了兴趣还有更重要的原因，你知道多少？
机器学习自学的四个重要阶段，你在第几个？
机器学习复杂问题简单化，让了解领域的内在价值、方法和领域的问题处理更简单
剖析机器学习流行势头依旧不减的原因
适合机器学习发展的业务领域你了解多少？
新手入门到升阶的机器学习过程中的四个方向研究准备，你做过几个？
如果不擅长数学进入机器学习的世界请不要头痛
如果你不是高学历人群，请不要恐惧进入机器学习的世界
在机器学习领域如何做一个好的程序员不断提升自己
应用机器学习是一种任人唯贤的过程
如何处理对你重要的机器学习问题
如何建立机器学习组合？建立后处理业务事半功倍
是什么阻碍了你学习机器学习的目标？是什么让你半途而废？
莫迷失，日常生活中机器学习应用非常重要
适合机器学习的最佳编程语言汇总分析
四步法，机器学习入门到掌握的学习策略
程序员在掌握机器学习开始时常常所犯的5个错误
Sigmoid函数的你不知道的事，程序员进入机器学习的关键
令人敬畏的泰勒级数（Taylor series）的通俗看法及机器学习应用
2万字总结机器学习实践者必须熟悉的14种机器学习非算法类型
机器学习中的假设和数理统计中的假设检验
人工智能、机器学习中的解决方案分析 解析法Vs数值法
从零搭建人工智能机器学习开发环境，进入机器学习领域的正确姿势
进入人工智能、机器学习领域经常要思考的问题
颠覆传统，掌握正确的方法机器学习没有你想的那么难
你是否知道为什么机器学习算法适用于新的数据？
从多种角度看待机器学习中分类和回归的区别，有了新的认知和发现
如何生产性企业的数据科学团队获得机器学习实习机会？
1年，从开发人员到机器学习从业者，到拥有发明专利，你也可以！
在机器学习领域初学者最常犯的 5 个错误以及如何避免它们的方法