时间：2022-04-10 10:32:16 | 栏目：Python代码 | 点击：次
1、Pandas库的操作
Panda是数据分析特别重要的一个库，我们要掌握以下三点：
? pandas 分组计算;
? pandas 索引与多重索引;
索引比较难，但是却是非常重要的
? pandas 多表操作与数据透视表
2、numpy数值计算
numpy数据计算主要应用是在数据挖掘，对于以后的机器学习，深度学习，这也是一个必须掌握的库，我们要掌握以下内容：
? Numpy array理解；
? 数组索引操作；
? 数组计算；
? Broadcasting(线性代数里面的知识)
3、数据可视化-matplotlib与seaborn
? Matplotib语法
python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像，要搞清楚二者的关系是什么，这样学习起来才会比较轻松。
? seaborn的使用
seaborn是一个非常漂亮的可视化工具。
? pandas绘图功能
前面说过pandas是做数据分析的，但它也提供了一些绘图的API。
4、数据挖掘入门
这部分是最难也是最有意思的一部分，要掌握以下几个部分：
? 机器学习的定义
在这里跟数据挖掘先不做区别
? 代价函数的定义
? Train/Test/Validate
? Overfitting的定义与避免方法
5、数据挖掘算法
数据挖掘发展到现在，算法已经非常多，下面只需掌握最简单的，最核心的，最常用的算法：
? 最小二乘算法；
? 梯度下降；
? 向量化；
? 极大似然估计；
? Logistic Regression；
? Decision Tree；
? RandomForesr；
? XGBoost；
6、数据挖掘实战
通过机器学习里面最着名的库scikit-learn来进行模型的理解。