引言：只要你使用 Python 编程，无论是 web 开发，还是机器学习实践，都会遇到对数据的处理。
读写文件，计算统计，切片修改，建模应用 ML 模型，可视化数据——当你做这些任务时，你就在做数据分析。
然而，我们很少系统学习数据分析，一般遇到问题现场去查，就像在一个迷宫中一点点探索，但不知道迷宫全貌。（这也是曾经的我）
后来我学习了《Python for Data Analysis》，才对 Python 的范围有了大致了解，才意识到以前的使用局限比较。一次性记不住，我写了笔记（例子），比较简洁，用的时候直接找对应内容即可。既方便系统学习，又方便索引，推荐给大家~
1 编辑器
新手入门：PyCharm 的使用
→pycharm 安装及使用
2 python 本身
python 数据分析1 准备工作
→重要的 python 库和 IDE
python 数据分析2 IPython 和 Jupyter Notebook
→ Jupyter Notebook 的使用和技巧
python 数据分析3 Python 语法基础
→ python 对象，计算，引入模块，字符串，日期，控制流，三元表达式
python 数据分析4 数据结构，函数，文件
→数据结构：元组、列表、字典、集合的定义和操作
→函数：定义，匿名函数，生成器表达式，itertools 使用，异常
→文件：读写
3 python 模块
python 数据分析5 NumPy 基础：数组和矢量计算
→Numpy 的使用，内容较多，看目录就行
python 数据分析6 pandas入门
→pandas 库的对数据的基本操作，涉及数据结构，函数和统计
python 数据分析7 pandas数据输入与输出
→pandas 库用于读写文件（csv，excel）
python 数据分析8 pandas 数据清洗&预处理
→pandas 库对数据预处理，如处理缺失值，替换值，数据离散化，ML 开始需要
→pandas 库操作字符串，如查找，替换品节等
python 数据分析9 绘图和可视化
→matplotlib 库绘图，直接输出照片或画折线图，保存图
→pandas 画柱状图，直方图 seaborn 画散点图
