利用python做数据分析
数据分析是指对数据进行控制、处理、整理、分析的过程。在这里，“数据”是指结构化的数据，例如：记录、多维数组、Excel 里的数据、关系型数据库中的数据、数据表等。
1、为什么要用python做数据分析
很多人都有兴趣选择python作为数据分析语言，为什么呢？原因有四个：
- 开源——免费安装；
- 极好的在线社区；
- 很容易进行学习；
- 可以成为一种通用的语言，用于基于Web的分析产品数据科学和生产中；
2、数据分析的目的
主要就是为了在复杂、庞大的数据库中提取对我们有用的信息。让这些数据产生一定的价值，帮助人们在日常生活中做一些决策时做一些参考。比如，在淘宝中买东西，我们会首先看到物品的销量、排行、以及顾客对物品的评价。这些都是经过数据分析得出来的。可见，数据分析在其中扮演着多么重要的角色。
3、数据的获取
- 公开数据集的渠道
- 用爬虫爬取网站数据
4、数据存储（SQL）
- 提取特定情况下的数据;
- 数据库的删、增、查、改;
- 数据的分组聚合、如何建立多个表之间的联系;
5、数据预处理python（pandas）
- 选择：数据访问（标签、特定值、布尔索引等）
- 缺失值处理：对缺失数据行进行删除或填充
- 重复值处理：重复值的判断与删除
- 异常值处理：消除不必要的空格和极端、异常数据
- 相关操作：描述性统计、Apply、直方图等
- 合并：符合各种逻辑关系的合并操作
- 分组：数据划分、分别执行函数、数据重组
- Reshaping：快速生成数据透视表
6、利用概率论及统计学
- 基本统计量：均值、中位数、众数、百分位数、极值等；
- 其他描述性统计：偏度、方差、标准差、显著性等；
- 其他统计知识：总体和样本、参数和统计量、ErrarBar；
- 概率分布与假设检验：各种分布、假设检验流程；
- 其他概率论知识：条件概率、贝叶斯等
7、python数据分析
- 回归分析：线性回归、逻辑回归；
- 基本的分类算法：决策树、随机森林；
- 基本的聚类算法：k-means；
- 特征工程基础：如何用特征选择优化模型；
- 调参方法：如何调节参数优化模型；
- python数据分析包：scipy、numpy、sctiti-learn等；
8、最后
如果你对Python技术比较感兴趣，这里给大家分享一份Python全套学习资料，都是我自己学习时整理的，包括Python学习路线、入门视频、实战案例、电子书和海量面试题。整理不易，请多多点赞分享哦~
微信扫描下方CSDN官方认证二维码即可领取
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python学习软件
工欲善其事，必先利其器。学习Python常用的开发软件都在这里了！
三、Python入门学习视频
还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~
四、Python练习题
每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！
五、Python实战案例
光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。这份资料也包含在内的哈~
六、Python面试资料
我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
需要的小伙伴可自行微信扫描下方CSDN官方认证二维码免费领取！！