Python 數(shù)據(jù)分析與挖掘的學(xué)習(xí)路徑

0.前言

很多人反映在學(xué)習(xí)了Python基礎(chǔ)之后無所適從，不知道下一步往哪走。作為較早期的跨界者（土木狗）深有體會(huì)。本文將結(jié)合上圖，為后來者指明方向，可作為參考。
在此強(qiáng)調(diào)：如果打算依靠Python逃離現(xiàn)有的工作(如土木施工），那就要認(rèn)真想想自己打算做哪一方面的工作，互聯(lián)網(wǎng)營(yíng)銷、前端、運(yùn)維、爬蟲、數(shù)據(jù)分析、數(shù)據(jù)挖掘、Web開發(fā)？強(qiáng)烈建議：直接上拉鉤或者Boss直聘，針對(duì)性學(xué)習(xí)更為穩(wěn)妥。如果打算業(yè)余玩玩，那跟著我們一起業(yè)余吧，嚯嚯~

.在入門學(xué)習(xí)大數(shù)據(jù)的過程當(dāng)中有遇見學(xué)習(xí)，行業(yè)，缺乏系統(tǒng)學(xué)習(xí)路線，系統(tǒng)學(xué)習(xí)規(guī)劃，歡迎你加入我的大數(shù)據(jù)學(xué)習(xí)交流裙：529867072 ，裙文件有我這幾年整理的大數(shù)據(jù)學(xué)習(xí)手冊(cè)，開發(fā)工具，PDF文檔書籍，你可以自行下載。

1.目標(biāo)確定

凡事預(yù)則立，不預(yù)則廢。事先明確自己要處理事情，大體上有個(gè)方向。比如你準(zhǔn)備分析當(dāng)?shù)胤績(jī)r(jià)，或是電商某種類數(shù)據(jù)，或是某個(gè)垂直領(lǐng)域的數(shù)據(jù)等。

2.數(shù)據(jù)獲取

爬蟲是Python初學(xué)者的必經(jīng)之路，通過爬蟲既可以獲取數(shù)據(jù)，還可以理解Web的工作原理。前者可以作為數(shù)據(jù)分析的原料，后者可以作為數(shù)據(jù)Web可視化的基礎(chǔ)。至于你使用Request，還是Scrapy，或是Selenium，可以隨意一點(diǎn)，這不是公眾號(hào)【調(diào)包】的重點(diǎn)，度娘或GitHub有很多范例供大家參考。

3.數(shù)據(jù)分析

《利用Python進(jìn)行數(shù)據(jù)分析》該書詳細(xì)講述了Pandas的使用，用它可以實(shí)現(xiàn)上圖流程之后的底層流程（數(shù)據(jù)整理、描述分析、洞察結(jié)論、報(bào)告撰寫），這個(gè)路徑可以稱之“數(shù)據(jù)分析”。

4.數(shù)據(jù)挖掘

上圖數(shù)據(jù)整理之后的上層路徑（建模分析、模型測(cè)試、迭代優(yōu)化、模型加載、報(bào)告撰寫），這個(gè)路徑可以稱之“數(shù)據(jù)挖掘”。將會(huì)用到Sklearn、XGboost、Pytorch、TensorFlow、Spark、Hadoop等庫(kù)或工具。

5.報(bào)告撰寫
不管是數(shù)據(jù)分析還是數(shù)據(jù)挖掘，最終都要反映到報(bào)告中，可以在線動(dòng)態(tài)展示數(shù)據(jù)、也可以是離線靜態(tài)報(bào)表，或者插入PPT。這個(gè)階段Matplotlib是基礎(chǔ)，至于用其他可視化庫(kù)或是非Python系的工具，可以隨意點(diǎn)，重點(diǎn)在于你分析的結(jié)論能否讓閱讀者肯定。

6.需求反饋

從報(bào)告撰寫再回到目標(biāo)確定，這是一個(gè)產(chǎn)品迭代的閉環(huán)。類似于土木施工組織管理的PDCA。