正如一句古话所说，世上无难事，只怕有心人，在入坑python这门语言的时候，我就确定数据分析这门路了，花费一个多月的时间学习了数据分析相关的函数库，这不，终于要小试牛刀了！ 这篇博客讲述了关于数据分析的相关信息，以及我对数据分析怎么理解的！帮助一些也对数据分析感兴趣的小白们，大佬轻点喷 /(ㄒoㄒ)/~~
数据分析是什么？
这年头和朋友聊个天，就会扯到python，然后不是扯到数据分析就是网络爬虫，仿佛python以及渗透全民学习的领域了，那什么又是数据分析呢？众所周知，我们现在处于一个信息化，大数据时代，什么都是透明的，数据或许对于我们一般人不算什么，但是对于资本家，就是一个赚钱的工具，你刷视频看一类自己喜欢的，之后绝对会推送和这些差不多的给你看，还有某宝某东之类的购物平台，你只要浏览了某产品，那下面也一定会推送很多类似的
产品，让你心动购物，这样不就带动了资本的翘板，从而获利，那这样的技术是怎么实现的，没错，这就是数据分析带来的红利！
官方解释: 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用
我的解释： 我们就是拿数据说话，提取数据的有用信息，从而达到利益最大化！
为什么要学数据分析
朋友，这么说，我们读书不就是为了毕业能找到一个好工作，然后赚钱，那我认为:学数据分析 = 赚钱 为什么这么说？当我刚高考结束之后，苦于志愿的选择， 纠结了很久，当时就想找一个高薪的行业选，最后选择了计算机，我不是很喜欢计算机，只不过计算机这门毕业酬劳高，python不也是这几年火起来的，这还是一片蓝海，值得你我去开采，在大数据下，是很有必要学数据分析的，在各大语言排行下，python已经追上了节奏，而数据分析这个模块，也受到众多的追求，这东西就是这样，谁先学了谁就能站得住脚，所以当下，迫于压力竞争，我们必须得学！
什么人适合学习
我觉得所有人都能学，尤其是学生，这个只需要掌握一点python的基础语法就ok了，而基础语法也不是很难，速成也不过一个多月左右，而学生的时间又多，探索能力又强，绝对适合这个模块的学习，而且这里千万别怕一点，学数据分析一定不会掉头发的，相反这还很轻松，能让你发现很多有意思的东西，发现未解之谜都不在话下！
数据分析怎么学
数据从哪里获取：
一般都是csv文件(只有原始数据的表格),或者自己定义一些dataframe类型，还可以通过爬虫从而获取我们想要的数据！
我做的思维图:
要学习的函数库:
除了一些基础语法之外，我们还需要了解这些函数库:
| 函数库 | 链接 |
|---|---|
| numpy | numpy学习 |
| pandas | pandas学习 |
| matplotlib | matplotlib学习 |
| seaborn | seaborn学习 |
如果有一些参数没有的话，我可能也没补充到，这里先抱歉了！
第三方库的安装:
很多都是国外的库，这里用下镜像安装，很快一点。
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple/
分析的五大步骤:
- 提出问题
- 整理数据
- 探索数据
- 得出结论
- 传达意义
数据分析的实例:
比如我们拿到一份全国螺蛳粉品牌名单，我们想通过这个数据做点什么
-
1：到底是什么参数影响了螺狮粉销售量或者口碑
-
2：那我们就需要获得螺狮粉的销售量和评分，这其中不乏刷单和恶意差
评，或者数据为空，甚至相同的数据，那我们就需要对应处理一下 -
3：现在我们觉得是螺狮粉里面的酸味或者辣度影响了我们的猜测
-
4：我们就对猜测量做出一些分析，甚至做出图像，拿数据，拿图说话，这里假如是酸味影响了销量
-
5：那最后我们就要整理数据，做好相应的工作，让工厂改变一下酸味，这样不就让销量上去
后记:
我觉得这和学开车是一样的，一回生二回熟，虽然要学的很多，但是多上手上手，代码一定是要敲的，文献一定是要看的，写到这里，希望我们都能坚持下去！
