Python数据分析指南
公众号:尤而小屋
作者:Peter
编辑:Peter
大家,我是Peter~
关注尤而小屋的朋友都知道,Peter一直都在写关于数据分析的文章。
有读者朋友后台反映:Peter能不能将公众号的文章进行分类,方便阅读呢?
于是Peter周日花了些时间认真整理了一下,尤而小屋里面的文章主要分为下面的7大块:
image下面一一来介绍下:
一、Pandas库
首先必须隆重地向大家介绍Pandas库的相关文章。
Pandas是Python的强大数据分析库。目前Pandas相关的文章已经更新到第30篇,主要分为4大部分:
image1、基础部分:介绍Pandas的入门知识
- Pandas的简介
- 如何理解和创建Series和DataFrame类型的数据
- Pandas中的花样取数技巧
- 如何进行数据探索和数据类型转换
- Peter带你图解Pandas中的groupby、rank、sort_values、merge+concat+join+append、缺失值+空值+重复值处理、轴旋转stack+unstack
2、进阶部分:Pandas中的技巧性操作
- Pandas中的透视表如何制作
- Pandas的3个宝藏函数:map+apply+applymap
- 移动函数shift的使用
- assign函数的使用
3、Pandas挑战SQL系列:使用Pandas来实现SQL中的操作
- SQL中的三种排名方式:Pandas的rank函数
- 挑战groupby统计操作
- 14种方式,34个案例:对比SQL,学习Pandas
- Pandas实现SQL中的groupby_concat操作
4、时间序列问题:如何处理Python或Pandas中时间问题
目前主要是介绍了3个时间模块的使用:time、datetime、calendar,后续会继续更新
二、Python入门
Python入门的学习资料也在同步更新,方便自己的查漏补缺,也为了给读者提供优质的学习资料。将来的主要方向:
image目前完成了:
- Python数据类型的文章,涉及到:字符串、列表、集合、字典
- Python语句操作:深入理解Python中的变量与赋值,for语句和if语句
在Python入门的部分除了上面的4大板块,后续会引入一个新的板块:《Python自动化办公系列》
三、可视化教程
可视化教程是尤而小屋更新的另一个重点(小屋核心教程:Pandas+可视化)。目前涉及到的可视化库包含:
image(1)关于plotly和高级封装plotly_express
Plotly库一直以来都是可视化教程中的主要方向,目前更新完成了各类基本图形的绘制:柱状图、散点图、气泡图、K线图、桑基图、矩形树状图等,最近还写了一篇如何处理Plotly中的图例Legend问题。
后续Plotly的文章重点将会放在进阶部分:Plotly和Dash的结合,这才是Plotly真正强大的地方。
Dash官网学习地址:https://dash.plotly.com/installation
(2)关于Tableau
Tableau是一个商业级的可视化软件,深受大厂的青睐,能够通过各种拖拽实现精美的图表。如果不希望通过代码来实现图形绘制,Tableau值得大家认真学习,它还有属于自己的比赛。
(3)关于Pyecharts+pyg2plot
这两个可视化库都是国产的。Pyecharts是基于百度团队的Echarts,结合Python而形成的;pyg2plot是阿里的蚂蚁金服团队开发的。
Peter后续更新pyecharts的文章,请期待~
四、MySQL/SQL
数据库MySQL的内容主要是3大块:
- LeetCode-SQL的题解
- 《MySQL经典50道面试题》
- Pandas挑战SQL的实战
目前最为精华的内容是《MySQL经典50题》,已经全部完成,另外两部分会陆续更新。
image五、爬虫系列
爬虫的文章每次都会是一个小的案例demo,它将会教你:
- 爬取数据
- 数据清洗
- 数据分析
- 可视化制图
整个流程全部走下来可以作为一个实战的案例分析,目前的文章包含:
image🌶爬虫专栏
六、机器学习与算法
机器学习与算法的文章相对来说会比较,Peter自己也需要不断地学习提升,目前的文章:
- 从理论到实战,拿下机器学习入门算法:KNN,K近邻
- 理论+案例+数据,详解机器学习模型:线性回归
- Python数据挖掘:多因子分析实战
- 统计学知识扫盲:相关系数
后续的重点是:10大数据挖掘算法、scikit-learn库使用、统计学知识,尽量多写实战案例的文章
🌶专栏地址:机器学习
七、杂文
除去上面介绍的各种技术和实战类的文章,平时偶尔也会写或者转发Peter认为不错的文章:
- Python环境配置保姆教程
- 日常必备的Linux命令
- Jupyter notebook的使用入门手册
- Markdown的语法手册(PPT版本)
写在最后
写作真的是不易:从确定选题,收集、整理、查阅资料,写作成文,到最后的公众号的后期排版等,Peter都会尽全力做到最好,希望给自己和读者朋友一篇满意的文章。
后面Peter会写一篇文章:《Peter从头到尾教你写作公众号文章》
image如果你觉得不错,想跟着Peter一起学习数据分析,欢迎点赞、留言、一起交流喔