作者看着网上各种数据分析的知识泛滥，但是没有什么体系，初学者不知道学哪些，不知道学多少，不知道学多深，单纯一个python语言，数据分析会用到那种程度，不可能说像开发那样去学，numpy如果不是做算法工程师用到的知识并不多，pandas知识杂乱无章，哪些才是最常用的功能等等，作者不忍众生皆苦，决定写一套python数据分析的全套教程，目前已完成一部分课件的制作。需要说明的是，作为一名数据分析师，你应该先会一点Excel和SQL知识，相关的内容，网上很多。但是，即便你一点Excel和SQL都不会也不会影响这部分的学习！目前作者整理的大纲如下：
第一章python编程基础
1.1python语言概述1.2数据科学神器--Anaconda介绍与安装1.3标准输入输出1.4变量定义与赋值1.5数据类型1.6流程控制语句1.7函数
1.8面向对象编程第二章python数据清洗之numpy2.1核心ndarray对象的创建2.2ndarray对象常用的属性和方法2.3ndarray对象的索引和切片2.4ndarray对象的分割与合并2.5ndarray对象的广播(Broadcast)2.6numpy中的算术运算函数2.7numpy中的统计函数2.8numpy中的排序搜索计数去重函数2.9numpy中的字符串函数2.10numpy中可能会用到的线性代数模块（后期机器学习会用到一点）
第三章数据清洗神器pandas
3.1pandas核心对象之Series对象的创建常用属性和方法3.2pandas核心对象之DataFrame对象的创建常用属性和方法3.3DataFrame对象的列操作和行操作3.4DataFrame对象的索引和切片3.5DataFrame对象的布尔索引3.6数据的读入与导出3.7groupby分组运算3.8数据合并与数据透视
第四章数据可视化matplotlibseabornpyecharts
4.1包括常用图形的绘制，略
第五章实战案列
5.1拉勾网数据分析相关职位分析5.2boss直聘数据分析相关职位分析5.3珍爱网女性用户数据分析
第六章机器学习
机器学习部分，简单的算法会讲手写，难的就用scikit-learn实现，可能有小伙伴说，这是调包侠干的，小哥哥！小姐姐！哪有那么多公司，那么多人自己干写算法的，有几个人敢说他写的算法比scikit-learn写得好？再说了，你是数据分析师，这些是你的工具，解决问题的！不是一天到晚拉格朗日对偶性！先来个机器学习介绍，然后如下：
6.1K近邻算法6.2Kmeans算法6.3决策树阶段案列：决策树案列(保险行业)6.4线性回归岭回归Lasso回归6.5逻辑回归6.6朴素贝叶斯阶段案列：推荐系统(电商玩具)6.7随机森林6.8Adaboost6.9梯度提升树GBDT6.10极端梯度提升树Xgboost6.11支持向量机SVM6.12神经网络阶段案例：Xgboost案例
------------------------------本节内容-----------------------------------------
python语言概述
在说python之前，我们还是先来看看计算机软硬件的发展历史。
1计算机硬件的发展历史
第一代计算机-电子管计算机（-）
无论如何，一项技术的突破必然伴随着其他行业的突破，简而言之，电子计算机的出现，前提必须有电子技术的进步，否则一切都是空谈！下面是我列举出计算机硬件的发展过程中，一些比较重要的事件。
年，美国的LeeDeForest发明了电子管。在这之前造出数字电子计算机是不可能的。这为电子计算机的发展奠定了基础。
年2月，一个具有划时代意义的公司成立，IBM。
年，IBM推出IBM机。这是一台能在一秒钟算出乘法的穿孔卡片计算机。这台机器无论在自然科学还是在商业意义上都具有重要的地位。大约造了台。
年，英国剑桥大学的AlanM.Turing(-)出版了他的论文，并提出了被后人称之为图灵机的数学模型。
年，美国贝尔试验室的GeorgeStibitz展示了用继电器表示二进制的装置。尽管仅仅是个展示品，但却是世界上第一台二进制电子计算机。
年，Atanasoff和学生Berry完成了能解线性代数方程的计算机，取名叫ABC（Atanasoff-BerryComputer），用电容作存储器，用穿孔卡片作辅助存储器，那些孔实际上是烧上的。时钟频率是60HZ，完成一次加法运算用时一秒。这就是ABC计算机。
年，美国宾夕法尼亚大学，第一台通用电子计算机ENIAC(ElectronicNumericalIntegrator和Computer)诞生，总工程师埃克特在当时年仅25岁。
这时的计算机的基本线路是采用电子管结构，程序从人工手编的机器指令程序（01），过渡到符号语言（汇编），电子管计算机是计算工具革命性发展的开始，它所采用的进位制与程序存贮等基本技术思想，奠定了现代电子计算机技术基础。以冯·诺依曼为代表。
第二代计算机——晶体管计算机（时间~）
电子管时代的计算机尽管已经步入了现代计算机的范畴，但其体积之大、能耗之高、故障之多、价格之贵大大制约了它的普及应用。直到晶体管被发明出来，电子计算机才找到了腾飞的起点，一发而不可收……
20世纪50年代中期，晶体管的出现使计算机生产技术得到了根本性的发展，由晶体管代替电子管作为计算机的基础器件，用磁芯或磁鼓作存储器，在整体性能上，比第一代计算机有了很大的提高。
第三代计算机——中小规模集成电路计算机（时间~）
20世纪60年代中期，计算机发展历程随着半导体工艺的发展，成功制造了集成电路。中小规模集成电路成为计算机的主要部件，主存储器也渐渐过渡到半导体存储器，使计算机的体积更小，大大降低了计算机计算时的功耗，由于减少了焊点和接插件，进一步提高了计算机的可靠性。
第四代计算机——大规模和超大规模集成电路计算机（时间~至今）
随着大规模集成电路的成功制作并用于计算机硬件生产过程，计算机的体积进一步缩小，性能进一步提高。集成更高的大容量半导体存储器作为内存储器，发展了并行技术和多机系统，出现了精简指令集计算机（RISC），软件系统工程化、理论化，程序设计自动化。微型计算机在社会上的应用范围进一步扩大，几乎所有领域都能看到计算机的“身影”。
第五代计算机——泛指具有人工智能的计算机（至今~未来）
目前还没有明确地定义
2简述计算机软件的发展历史
编程语言的发展
计算机软件系统的发展，也伴随着编程语言的发展。计算机程序设计语言的发展，经历了从机器语言、汇编语言到高级语言的历程。
机器语言：简单点说，机器本身也只认识0和1，电路无非就只有通和断两种状态，对应的二进制就是二进制的1和1。
汇编语言：汇编语言只是把一些特殊的二进制用特殊的符号表示，例如，机器要传送一个数据，假设“传送”这个指令对应的机器码是，则人们把用一个特殊符号，比如mov来表示，当人们要用这个指令时用mov就行，但是mov的本质还是，没有脱离硬件的范围，有可能这个指令不能在其他机器上用。
高级语言：高级语言完全脱离了硬件范畴，所有的语法更贴近人类的自然语言，人们只需要清楚高级语言的语法，写出程序就行了，剩下的交给编译器或者解释器去编译或者解释成机器语言就行了，看，这样就完全脱离了硬件的范畴，大大提高了程序的开发效率。接下来我们就来看看高级语言的发展，高级语言非常多，我们主要看看比较经典的几个。
高级语言的发展
B语言与Unix
20世纪60年代，贝尔实验室的研究员KenThompson（肯·汤普森）发明了B语言，并使用B编了个游戏-SpaceTravel，他想玩自己这个游戏，所以他背着老板找到了台空闲的机器-PDP-7，但是这台机器没有操作系统，于是Thompson着手为PDP-7开发操作系统，后来这个OS被命名为-UNIX。
C语言
年，KenThompson（肯·汤普森）的同事D.M.Ritchie（DM里奇），也很想玩SpaceTravel，所以加入了KenThompson，合作开发UNIX，他的主要工作是改进Thompson的B语言。最终，在年这个新语言被称为C，取BCPL的第二个字母，也是B的下一个字母。
C语言和Unix
年，C主体完成。KenThompson和D.M.Ritchie迫不及待的开始用C语言完全重写了UNIX。此时编程的乐趣已经使他们完全忘记了那个“SpaceTravel”，一门心思的投入到了UNIX和C语言的开发中。自此，C语言和UNIX相辅相成的发展至今。
类C语言起源、历史
C++（CplusplusProgrammingLanguage）-
还是贝尔实验室的人，BjarneStroustrup（本贾尼·斯特劳斯特卢普）在C语言的基础上推出了C++，它扩充和完善了C语言，特别是在面向对象编程方面。一定程度上克服了C语言编写大型程序时的不足。
Python（PythonProgrammingLanguage）--
年圣诞节期间，GuidovanRossum在阿姆斯特丹，GuidovanRossum为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC语言的一种继承。之所以选中Python（大蟒蛇的意思）作为该编程语言的名字，是因为他是一个叫MontyPython的喜剧团体的爱好者。第一个Python的版本发布于年。
Java（JavaProgrammingLanguage）-
Sun公司的PatrickNaughton的工作小组研发了Java语言，主要成员是JamesGosling（詹姆斯·高斯林）
C（CSharpProgrammingLanguage）-
Microsoft公司的AndersHejlsberg（安德斯·海尔斯伯格）发明了C，他也是Delphi语言之父。
当然现在还有一些新语言，比如年Google的go语言，以及麻省理工的julia等。
3为什么是Python
Python有哪些优点
1语法简单漂亮：我们可以说Python是简约的语言，非常易于读写。在遇到问题时，我们可以把更多的注意力放在问题本身上，而不用花费太多精力在程序语言、语法上。
2丰富而免费的库：Python社区创造了各种各样的Python库。在他们的帮助下，你可以管理文档，执行单元测试、数据库、web浏览器、电子邮件、密码学、图形用户界面和更多的东西。所有东西包括在标准库，然而，除了它，还有很多其他的库。
3开源：Python是免费开源的。这意味着我们不用花钱，就可以共享、复制和交换它，这也帮助Python形成了丰富的社区资源，使其更加完善，技术发展更快。
4Python既支持面向过程，也支持面向对象编程。在面向过程编程中，程序员复用代码，在面向对象编程中，使用基于数据和函数的对象。尽管面向对象的程序语言通常十分复杂，Python却设法保持简洁。
5Python兼容众多平台，所以开发者不会遇到使用其他语言时常会遇到的困扰。
Python有哪些作用
Python是什么都能做，但是我们学的是数据分析，我们看看在数据分析领域Python能做什么。
数据采集：以Scrapy为代表的各类方式的爬虫
数据链接：Python有大量各类数据库的第三方包，方便快速的实现增删改查
数据清洗：Numpy、Pandas，结构化和非结构化的数据清洗及数据规整化的利器
数据分析：Scikit-Learn、Scipy，统计分析，科学计算、建模等
数据可视化：Matplotlib、Seaborn等等大量各类可视化的库
所以说总结，为什么数据科学选的是python，最重要就是两个原因：
1语法简单漂亮
2大量丰富免费的第三方库