python数据挖掘与分析

https://blog.csdn.net/Eastmount/article/details/53969435
具体内容如下：

第一部分 安装Python2.7及Anaconda集成软件

第二部分 介绍Python相关的基础知识

参考 http://blog.csdn.net/column/details/eastmount-python.html

第三部分 HTML基础知识及DOM树结构分析

参考 http://blog.csdn.net/column/details/13444.html

第四部分 Python爬虫之Selenium和BeautifulSoup

参考 http://blog.csdn.net/column/details/eastmount-spider.html

第五部分 Python数据分析

主要从监督学习（分类）、无监督学习（聚类）、关联规则挖掘（Apriori算法）、线性回归、决策树、神经网络等几个方面进行讲解，先讲述基础知识，然后再讲解代码，并指导学生进行编程及实验，最后布置相关作业。 

在Python数据分析中，最常用的扩展包有Numpy、Scipy、Sklearn、Pandas、Matplotlib，

参考以下博客：

【Python数据挖掘课程】一.安装Python及爬虫入门介绍
【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍
【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化
【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析
【Python数据挖掘课程】五.线性回归知识及预测糖尿病实例
【Python数据挖掘课程】六.Numpy、Pandas和Matplotlib包基础知识
【Python数据挖掘课程】七.PCA降维操作及subplot子图绘制
【Python数据挖掘课程】八.关联规则挖掘及Apriori实现购物推荐