Python修炼完全指南

最近一两年，你是否频频听到“Python”这个词？当你的同学/同事讨论得热火朝天；当面试的HR灵魂拷问能否上手；如果你的反应是：“什...什么？pithon, pyton，paton?”那么， 是时候托马斯全旋提升自我了！如果你想成为一个数据科学家，或者已经在从事数据类工作，仍想拓展工具库...我们为你准备了一个全面的学习路径来进行数据分析Python修炼完全手册

STEP 0  Python学习热身活动

入门前的你一定想问，Python到底能做什么？

用途广泛，各行利器 即便是非专业编程人员，也能深切体会Python召之即来，来之能战的抗打属性——

量化研究，对语言文本做情感分析，各类用户调研/产品舆论/顾客喜好偏向/情绪表达等领域...工作生活中你觉得机械化、不想做的、懒得做的事情，python总能用几行代码帮你搞定。

我是零基础学习，需要准备什么？

学院为Step0 零基础的你准备了一份入门必备书单，连推荐理由都列得清清楚楚！不得不给大家墙裂案例这本Thinksats for Programmers，中文名为《统计思维：程序员数学之概率统计》，为程序员量身定做了基于Python的统计学的基础内容。这本书着重介绍了应用在真实数据集的简单技术，还可以解答很有趣的统计问题。书中的样本都是美国国家卫生研究院的真实数据哦~

STEP 1设置你的机器

好了，既然你已经下定决心，那么现在现在就来设置你的机器吧~最简单的方法就是——打开学院为你准备的安装包+指导教程。在安装过程中面临到任何挑战，都可以在安装教程中找到详细贴心的指导~！

STEP 2基础知识储备

正式开始学习后，你应该首先了解语言、库和数据机构的基础知识，逐渐熟悉语言的基本概念。

STEP 3 学习Python中的数据清理

▌数据清理的方法有很多——

填充数据：np.ramdom.choice.（指进行一些随机选择）

ffill,即forward fill，简单来说就是用前一个数据来填充现在的数据

正则表达式

独热编码

这其中，尤其重要的正则表达式，是对字符串操作的一种逻辑公式。学会这套规则，可以利用极简单的方式达到对字符串的复杂控制，大大提升写码的效率！除了这个，还要给你安利一个特别好用的网站！有整理好的正则表达式的cheatsheet，还支持一键搜索！示范一个先~地址在这：https://www.debuggex.com/cheatsheet/regex/python

STEP 4 学习Python的科学计算库

学完了数据清理，可以来接触科学计算库啦！

初学计算库，可以从经典的Numpy数据库开始，形成一个良好的数据基础，以备后续更高阶的内容学习。接着可以学习炒鸡可爱的——Pandas滚滚包！虽然Pandas的名字很萌，但是可别小看它。它是python学习中经常接触到的一个数据包，为python提供了数据帧的功能，会成为所有中等规模的数据分析最有效的工具。关于这些包的用处，请看这里~

SciPy的学习，推荐这个网站https://docs.scipy.org/doc/scipy/reference/tutorial/Matplotlib的学习，可以看这里http://nbviewer.jupyter.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-4-Matplotlib.ipynb

STEP 5  Python的数据可视化

不能做酷炫可视化的语言不是好语言，不会做可视化的学员不是好学员，来扒~了解可视化的原理，尝试制图的操作！

数据可视化可是python在数据分析方面非常重要的应用！

在这一步中，学院的手册不仅教大家制作很基础的图，还会教收盘价格随时间变化的走势图，K线图等非常实际的应用图表。

STEP 6 学习Scikit-learn和机器学习

Scikit-learn是Python最有用的机器学习库，是专门用于机器学习的模块。

它主要的机器学习方式包括分类，回归，数据降维，数据预处理等等，包含了常见的大部分机器学习方法。

在机器学习这一部分，我们会采用经典的fit数据集，来给大家普及一下机器学习中的监督学习和非监督学习。

除此之外，还会学习三个基础的机器学习模型：逻辑回归，决策树和随机森林。

最后，会应用机器学习中常用的验证模型cross validation来验证你的项目是否合格~

STEP 7 去Kaggle参加学术活动实践吧

如果你小有所成，可以试试参与kaggle上的项目实战了，不try怎么知道自己还没会呢？

Kaggle于2010年在墨尔本被创立，主要为开发商和数据科学家们提供举办机器学习学术活动、托管数据库、编写和分享代码的平台。

下面将给大家安利Kaggle上最最热门的几个数据集！1. Titanic: Machine Learning from Disaster

Start here! Predict survival on the Titanic and get familiar with ML basics

泰坦尼克号生还者预测是Kaggle学术活动上热度最高的初级项目之一，迄今为止，参赛的队伍已经超过1w支。

2. House Prices-Advanced Regression Techniques

Predict sales prices practice feature engineering, RFs, and gradient boosting

3. Digit Recognizer

CV starts here！Learn computer vision fundamentals with the famous MNIST data

等等...

STEP 8 向深度学习进击

既然已经学习了大部分的机器学习技术，你已经是一个成熟的Python玩家，是时候进击Deep Learning 啦！下面要推荐的网站Deeplearning.net，可以看到几乎所有的学习资源——讲座，数据集，挑战，教程，其他的书籍等等。