8步从Python白板到专家，从基础到深度学习

b77m 10年前

如果你想做一个数据科学家，或者作为一个数据科学家你想扩展自己的工具和知识库，那么，你来对地方了。

这篇文章的目的，是给刚开始使用Python进行数据分析的人，指明一条全面的Python学习路径。这条路径提供了用Python进行数据分析的必要步骤的一个全面概述。如果你已经有了一些基础，或者不需要所有的内容，可以随意调整学习路径以适合自己，并让我们知道你是怎么改动的。

0热身运动

在开始学习之前，第一个需要回答的问题是

推荐这个30分钟的录像，它是DataRobot创始人Jeremy在2014年Python社区大会（PyCon）上的讲话，它能够让你了解Python有多有用。小编注：建议在Wi-Fi连接下观看。

1、设置你的计算机

既然你已经下定了决心，是时候设置你的计算机了。最简单的方法是直接从Continuum.io下载Anaconda，它含有你Python生涯中需要的绝大多数好东东。

https://store.continuum.io/cshop/anaconda/

这样做的主要缺点是，即便有一些底层包已经有更新版本的时候，你还是需要等待Continuum更新Anaconda中的包。如果你只是刚刚开始，那这一点就不算是个问题。如果在安装时遇到任何困难，你可以在下面这个网站找到在不同操作系统下安装的详细指引。

http://www.datarobot.com/blog/getting-up-and-running-with-python/

2、学习基本知识

你应该从了解Python语言、库和数据结构的基础知识开始，这个来自Codecademy的教程是你开始学习的最佳选择之一。

http://www.codecademy.com/tracks/python

在学完这个教程后，你应该可以轻松地用Python写些小程序，并且对类和对象的含义也有了理解。

特别学习：Lists（列表），Tuples（元组），Dictionaries（字典），列表的内涵和字典的内涵。

完成作业：完成在HackerRank上的教程习题。这些作业应该能让你的大脑因Python而“燃烧”。

备用资源：如果交互式编程学习不适合你，你也可以看看这个Google上的Python课程。这个两天的课程，内容覆盖了随后会提到的一些内容。

https://developers.google.com/edu/python/。

3、学习正则表达式

你将会大量使用它来进行数据清洗，特别是在处理文本数据。学习正则表达式的最好方法是完成这个课程

https://developers.google.com/edu/python/regular-expressions

并把这个“夹带”（当然不是考试的小抄，是速查表）放在随手可得的地方。

小编注：请上网站查看完整内容。

www.debuggex.com/cheatsheet/regex/python

完成“婴儿取名”练习

https://developers.google.com/edu/python/exercises/baby-names

如果想（gou）要（dan）更多的练习，请学习这个文本清理的课程。该课程将会在数据清理的不同步骤给你挑战。

http://www.analyticsvidhya.com/blog/2014/11/text-data-cleaning-steps-python/。

4、学习Python科学库

有趣之事，始于此处！这里，简要介绍不同的Python科学库——NumPy, SciPy, Matplotlib和Pandas。那么，让我们开始练习常用操作吧！

完整地练习NumPy操作课程，特别是NumPy的数组操作。这会建立一个好的基础，为将要面临的现实挑战做准备。

http://wiki.scipy.org/Tentative_NumPy_Tutorial

接下来，看看SciPy的课程。完整学习简介和基础知识部分，剩余部分可根据个人需要进行学习。

http://docs.scipy.org/doc/scipy/reference/tutorial/

如果你猜下一个是Matplotlib教程，那就错了！就我们目前的情况而言，它们太过全面了。事实上，把ipython笔记看到第68行（到animations）就基本可以了。

http://nbviewer.ipython.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-4-Matplotlib.ipynb

最后，我们来看Pandas。它为Python提供了数据帧（DataFrame）的功能，类似于R语言。你也需要在这上面多花时间好好练习。对于所有中等规模的数据分析来说，Panda将会成为最有效的工具。从这个短小的10分钟入门开始，了解一下Pandas。然后，… …

http://pandas.pydata.org/pandas-docs/stable/10min.html

然后，再看更详细的课程

http://www.gregreda.com/2013/10/26/intro-to-pandas-data-structures/。

你还可以看看“用Pandas进行探索性数据分析”（http://www.analyticsvidhya.com/blog/2014 /09/data-munging-python-using-pandas-baby-steps-python/）以及“用Pandas进行数据整合”（http://www.analyticsvidhya.com/blog/2014/08/baby-steps-python- performing-exploratory-analysis-python/）两篇文章。

其它资源：

如果你需要一本有关Pandas和NumPy的教材，推荐Wes McKinney著的《Python for Data Analysis》