工具 | Python数据分析学习指南揭秘

摘要：灵蛇出现，必有异像，Python最热的领域，估计非数据分析、挖掘领域莫属了。以Scikit-Learn为代表的数据分析领域，从这里开始，便是Python的天下；一边操作实例，一边阅读文档，再辅助以相关的理论基础，持之数日，则大业可成也。

灵蛇出现，必有异像蛇有灵性，蟒蛇更甚。民间关心打死蛇后出现的种种因果报应现象，相信各位也多有耳闻。身边听到的一个是，一个老太打死了一条蛇，第二年她女儿便离婚了。

青城山下的一条蟒蛇修行千年终得人生，由此可见，蛇有强大的灵性，而且还告诉我们一个道理：修得人的身体很难啊！

佛法有云：生中国难，得人身难，闻佛法难，生信心难。（注：中国，原指印度，中心之国。）

Python既是一条大蟒蛇，自然算是编程语言中很有灵性的了。

今既得人身，又闻佛法，且学Python，当然得用来做点什么吧！

当今，Python最热的领域，估计非数据分析、数据挖掘莫属了！

灵蟒Python，事实标准只要你没有太久闭关修练绝世神功，只要你用眼睛余光了解过数据分析相关领域，相信你会有个感觉，怎么处处都有Python的踪影啊！

每种计算机编程语言，似乎都有自己成名或适用的领域。

在这个大家都在谈云计算、大数据、深度学习的时代，让我们来看看，这些领域里面的代表吧。

以Docker为代表的云计算与虚拟化，这是Go的天下。国内使用Go最出名的，当属七牛了；以Hadoop为代表的大数据框架，这是java的天下。国内这块最强的，当然首推阿里了；以Spark为代表的内存迭代框架，这是Scala的天下；以Scikit-Learn为代表的数据分析领域，从这里开始，便是Python的天下；

说句不负责任的话，Python已经成为数据分析领域里事实上的标准语言。

Python一出，谁与争锋且来看看，Python在数据分析领域的生态圈吧！

基础库

Numpy：矩阵计算与其它大多数框架的数据处理基础；

Scipy：科学计算库，提供了很多科学计算工具包和算法；

Matplotlab：专业画图工具，话说这个单词还是真是在Matlab之间插入了plot这个词形成的；

Pandas：提供类似于R语言的DataFrame操作，非常方便；

机器学习与深度学习

OpenCV：提供图像识别的很多方便的操作；

Orange：基于图形界面的机器学习程序，也可以用Python脚本来操作调用；

Scikit-Learn：前面说了，这是Python在机器学习领域里面的代表作。尤其是它的文档，完全可以当成机器学习的参考资料来阅读了，曾经我向朋友推荐的时候说，说过，把scikit-learn的文档当成佛经来读，假以时日，功力定会大增。

Theano：深度学习里面非常有名的一个框架了，也非常具有代表性。是其它很多框架的基础。

Keras：基于Theano进行了抽象，建议入门的话使用这个，搭积木一样地就可以弄个神经网络出来了。

NLTK：自然语言处理，提供的功能也很强大。

国内出品的Mxnet的Python接口

分布式机器学习与深度学习

Spark之MLlib的Python接口PysparkH2o的Python接口收费的GraphCreate的Python接口Google最近刚出的TensorFlow的Python接口三星最近刚出的Veles，目前只提供Python接口

也许，新的机器学习或深度学习框架，如果不提供Python接口的话，恐怕会被认为难以推广吧。

上面列举的只是其中一部分，还有很多很多。当然，他们很多并非是用Python来实现，但都共同的提供了Python接口，甚至好几个都把Python当成了头等公民（First-Class）。

在此并非想说Python这门语言很强大或者复杂，而恰恰相反，得益于Python的简洁和包容。才让它在数据挖掘领域有如此的地位。

这便是生态圈的力量，不以个人的意志为转移。

书山有路，学海无涯对于想入门数据分析、数据挖掘、机器学习的朋友来说，Python是你值得花时间的选择。因为，除了上面的工具链生态圈，还有书籍和知识传播的生态圈。

如文章开篇之图，都是和数据分析相关的书籍，且都是用Python作为示例来讲解。如若有心，且仔细看图识字！

念念不忘，必有回响真若有心于数据领域，甚或欲从事数据科学之职业。请对Python有信心，值得你付出时间。想走机器学习之路，Scikit-learn是你最好的选择，一边操作实例，一边阅读文档，再辅助以相关的理论基础，持之数日，则大业可成也。

文 | 云戒

来源 | 雪晴数据网

原文链接：http://www.xueqing.tv/cms/article/202