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!!