完成相關(guān)視頻章節(jié)學(xué)習(xí)：
2. 數(shù)據(jù)分析概況
是什么：用適當(dāng)?shù)姆治龇椒ㄗ迦牛瑢κ占臄?shù)據(jù)進行分析，總結(jié)規(guī)律定欧，提取有價值的信息渔呵，形成有效結(jié)論的過程
企業(yè)中的作用：現(xiàn)狀分析（過去：日報，周報砍鸠，月報）扩氢，原因分析（現(xiàn)在：現(xiàn)狀為什么會發(fā)生 專題），預(yù)測分析（未來：預(yù)測下一年的銷售量目標(biāo) ?制定季報爷辱，年報）
流程：明確目的和思路 -> 數(shù)據(jù)收集準(zhǔn)備 -> 數(shù)據(jù)處理 ->數(shù)據(jù)分析 -> 數(shù)據(jù)展現(xiàn) -> 報告撰寫
數(shù)據(jù)一般來源：企業(yè)內(nèi)部數(shù)據(jù)倉庫录豺，公開的出版物，互聯(lián)網(wǎng)托嚣，市場調(diào)查報告
基礎(chǔ)分析方法：對比分析巩检，分組分析，結(jié)構(gòu)分析示启，分布分析兢哭，交叉分析，矩陣分析
高級分析方法：回歸分析夫嗓，聚類分析迟螺，決策樹，神經(jīng)網(wǎng)絡(luò)舍咖，因子分析矩父，時間序列分析
3.Python概況
因自己非常熟悉，所以只看了視頻排霉，未做筆記
Why Python: 高效窍株，開發(fā)包齊全
數(shù)據(jù)處理：pandas
數(shù)據(jù)挖掘：sklearn
數(shù)據(jù)可視化：matplotlib
4. 安裝Anaconda
5. 使用Anaconda
6. 數(shù)據(jù)類型
變量命名規(guī)則：a-z, A-Z, digits, case sensitive,?
no _ , no digit at beginnnig
數(shù)據(jù)類型：
?1. Logical：True False 運算規(guī)則:&, |, not
?2. Numeric?
取整 //
求余 %
乘方 **
浮點數(shù)越界問題 Decimal('4,2') + Decimal('2.1') 對浮點數(shù)進行封裝
?3. Character
單引號，雙引號，或三引號把字符串包起來
轉(zhuǎn)義字符：\ or (r'xxxxxx')
表示換行： s = "abc \
efg" or 使用三引號：換行符等均會保留
7. 數(shù)據(jù)結(jié)構(gòu)
數(shù)據(jù)結(jié)構(gòu)是指相互之間存在一種或多種數(shù)據(jù)關(guān)系的數(shù)據(jù)集合
Pandas：
Series: 存儲一行或一列的數(shù)據(jù)球订，以及與之相關(guān)的index的集合
DataFrame: 用于存儲多行多列
默認索引都是從0開始的
切片：>=第一個索引后裸，<第二個索引
8. 向量化運算
特殊的并行計算方式，同一時間進行多次操作
Pandas的基本數(shù)據(jù)結(jié)構(gòu)：序列和數(shù)據(jù)框
等差數(shù)列：numpy.arange(start, end, step)
numpy.power(r, 5)
lambda匿名函數(shù)
四則運算：相同位置進行函數(shù)計算冒滩，函數(shù)返回結(jié)果保留在相同位置
向量化運算原則：1. 極可能避免for循環(huán)微驶；2.過早的優(yōu)化是魔鬼
9. 數(shù)據(jù)導(dǎo)入
數(shù)據(jù)存在形式：
1. 文件：pandas
CSV: 列與列之間用逗號分隔
read_csv(file, encoding),?
TXT:沒有列名，不需要分隔符开睡，默認第一行作為表頭
read_table(file, names=[列名1因苹，列名2.。篇恒。]扶檐， sep="", encoding="utf-8")
Excel:默認文件第一行作為列名
read_excel(fileName, sheetName, names)
2.數(shù)據(jù)庫：MySQL, Access, SQL Server etc
10.數(shù)據(jù)導(dǎo)出
default:
to_csv(filePath, sep=",", index=TRUE, header=TRUE)
