有关数据分析的Python库
    NumPy
    这是最常用的数据分析库了，准确来说是一个数学计算库，包括我们刚刚提到的Pandas也是依赖于Numpy的。
    我们需要学习的内容是了解NumPy
    知道数组的属性、形状和类型
    应用Numpy实现数组的基本操作
    应用随机数组的创建实现正态分布应用
    应用Numpy实现数组的逻辑运算
    应用Numpy实现数组的统计运算
    应用Numpy实现数组之间的运算
    Pandas
    这是为了数据建模分析而生的工具库，内含许多的数据模型，也有很多其他库的优势。学习顺序就是先学NumPy在来学Pandas，需要学习知识点如下：
    了解Numpy与Pandas的不同
    说明Pandas的Series与Dataframe两种结构的区别
    了解Pandas的MultiIndex与panel结构
    应用Pandas实现基本数据操作
    应用Pandas实现数据的合并
    应用crosstab和pivot_table实现交叉表与透视表
    应用groupby和聚合函数实现数据的分组与聚合
    了解Pandas的plot画图功能
    应用Pandas实现数据的读取和存储
    3.3Matplotlib
    刚刚提到了一些，他是一个2D绘图库，一堆数据摆在面前的时候，我们可以将它便捷转化成图形。本文中提到的前三个库，就是数据分析Python库中的三驾马车。需要学习内容是：
    应用Matplotlib的基本功能实现图形显示
    应用Matplotlib实现多图显示
    应用Matplotlib实现不同画图种类
    大家只要记住可视化是在整个数据挖掘中的关键辅助工具就可以了，所以要学习怎么来画图。
    3.4Scipy
    Scipy也是依赖Numpy的，Scipy是一个科学计算工具库。
    3.5StatsModels
    StatsModels包含了许多的统计模型，线性模型、广义线性模型、方差分析、时间序列（Pandas也可以做，因为StatsModels又依赖于Pandas）和线性混合效用模型等，在统计方面有其独特的优势。
    四、总结
    以上基本上就是数据分析方向Python学习的内容。对于学习步骤也就是先Numpy或者是Matplotlib，第二学Pandas。
    在书《大数据时代》中，提到了这样一种情况：玛丽莎·迈尔在任谷歌高管期间，有时会要求员工测试41种蓝色的阴影效果，哪种被人们使用最频繁从而决定网页工具栏的颜色。这是陷入“数据之上”的误区，这样的数据是毫无意义，访客能不能看出细微的差别不说，几乎没有人会因为阴影效果的不同而决定访问/不访问这一网页。
    所以大家还要多多累积经验，以上内容足以学习之后，基本就成为了又数据分析思维的分析师，但是知识和实战一定是是有差距的。

以上文章由北京CDA数据分析师培训机构课程顾问整理编辑发布，部分文章来自网络内容真实性请自行核实或联系我们，了解相关专业课程信息您可在线咨询也可免费申请试课。关注官方微信了解更多：150 3333 6050

免 费 申 请 试 课