数据分析涉及统计学、线性代数、图形分析绘制、数据挖掘等知识，推荐系统学习电子资料《利用Python进行数据分析第2版》、《Python数据分析与挖掘实战》、《从零开始学Python数据分析与挖掘》电子书和代码测试。
《利用Python进行数据分析第2版》电子书代码，每一章之间有递进关系，适合在Python入门《Python编程从入门到实践》电子书之后阅读，本专门针对数据分析领域的。我细致地读了一遍，敲了一遍代码，一开始没有头绪，进展缓慢，后来逐渐明朗了。
学习编程要多实践，这对没有基础的人来说有困难，因为无从下手。我的体会是，在你基础不牢的时候，就多看，多记，多总结，搭建自己的思路框架。
《Python数据科学手册》电子书: IPython/NumPy/Pandas/Matplotlib/Scikit-Learn 从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。
《Python数据分析与挖掘实战》电子资料，从数据挖掘的应用出发，以电力制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。
《Python数据分析与挖掘实战》共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。在阅读标记过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。
《从零开始学Python数据分析与挖掘》电子资料包含16个章节，内容涉及Python的基础入门知识，数据分析案例(基于numpy模块，pandas模块的各种数据预处理的讲解；基于matplotlib模块，seaborn模块讲解常用统计图形的绘制过程)，数据挖掘案例(基于sklearn模块，传递十种数据挖掘模型的理论讲解和应用实战，如回归模型，决策树模型，集成树模型，knn模型，贝叶斯模型等)。
，非常适合入门数据挖掘的电子书代码，值得推荐和学习。
整理的《利用Python进行数据分析第2版》电子学习书和《Python数据分析与挖掘实战》电子书完整代码、《从零开始学Python数据分析与挖掘》书代码，数据分析、数据挖掘方面的学习完整电子资料供参考:
https://ai-nlp-book.lofter.com/post/312661e1_1c7717784
学习Python编程，数据分析，笔记代码训练，每天都在进步！
