0. Python 使用工具
- 版本管理：熟练使用conda管理 Python 环境（如创建虚拟环境conda create -n data_analysis python=3.9），避免库版本冲突；利用pip精准安装第三方库（如pip install pandas==2.1.0）。
- 开发协作：掌握 Jupyter Notebook 的高级用法（如魔法命令%timeit测试代码效率、%matplotlib inline嵌入可视化图表）；使用 PyCharm 的数据分析插件（如 DataGrip 集成数据库操作）。
1. Python 基础
- 掌握 Python 的基本语法，包括变量、数据类型（整数、浮点数、字符串、列表、元组、字典、集合等）、条件语句（if-elif-else）、循环语句（for、while）、函数定义与调用、模块导入等。
- 重点理解列表推导式、字典推导式等便捷语法，以及面向对象编程的基本概念（类、对象、继承等），为后续数据分析库的学习奠定语法基础。
2. NumPy
- 数组操作：学习创建一维、二维及多维数组，掌握数组的索引、切片、形状修改（如 reshape）等操作。
- 数值计算：利用 NumPy 提供的函数进行元素级运算、矩阵运算（如矩阵乘法 dot）、统计计算（均值、方差、标准差等）。
- 广播机制：理解不同形状数组之间的运算规则，这是 NumPy 高效计算的关键特性之一。
3. Pandas
- 数据结构：深入学习 Series（一维带标签数组）和 DataFrame（二维表格型数据结构）的创建、操作与转换。
- 数据处理：包括数据的加载（从 CSV、Excel 等文件读取）、清洗（处理缺失值、重复值）、筛选（布尔索引）、分组（groupby）、合并（merge、concat）、重塑（pivot、melt）等。
- 数据统计：熟练使用 Pandas 的统计方法，如 describe () 获取数据概览，以及各类聚合函数（sum、mean、count 等）。
4. Matplotlib
- 绘图基础：掌握折线图、柱状图、散点图、直方图等基本图表的绘制方法，包括设置图形标题、坐标轴标签、图例等。
- 子图布局：学习使用 subplot 创建多子图布局，实现复杂可视化展示。
- 样式美化：调整图形的颜色、线型、标记样式，以及使用自定义样式表提升图表美观度。
5. 爬虫
- 请求库：学习使用 requests 发送 HTTP 请求，获取网页内容；掌握 BeautifulSoup 或 lxml 解析 HTML/XML 数据，提取所需信息。
- 进阶爬虫：了解 Scrapy 框架，用于大规模数据爬取；学习处理 JavaScript 渲染页面的方法（如 Selenium），以及应对反爬策略（如设置请求头、使用代理 IP 等）。
- 数据存储：将爬取的数据存储为 CSV、Excel 或存入数据库（如 MySQL），为后续分析提供数据来源。
6. 数据基础
- 高级统计学：深入贝叶斯统计（先验 / 后验概率）、时间序列模型（ARIMA、SARIMA），用于预测类分析场景（如电商销量预测）。
- 数据治理：学习元数据管理、数据质量评估（如使用Great Expectations库定义数据校验规则），保障分析数据的可靠性。
- 行业洞察：针对垂直领域（如金融风控的坏账率模型、医疗的临床数据分析），深入理解业务指标的定义与关联逻辑。
7. 机器学习
- 算法基础：学习线性回归、逻辑回归、决策树、随机森林等经典机器学习算法的原理、适用场景及实现方法（可使用 Scikit-learn 库）。
- 模型评估：掌握准确率、精确率、召回率、F1 分数、ROC 曲线等模型评估指标，学会选择合适的指标评估模型性能。
- 项目实践：通过实际项目（如客户流失预测、商品销量预测等），将机器学习算法应用于数据分析场景，提升解决复杂问题的能力。
