数据分析是产品经理的必备技能之一，今年有意在提升自己这方面的能力。为了系统地学习，花了 20 个小时左右的时间在 Coursera 上学完的《用 Python 玩转数据分析》。

课程简介

课程总共分为 5 周，评分 4.7 星（满分 5 星），每周需要花费 25 小时左右。学习完通过考试之后可以花 $29 购买证书。课程内容简单易学，适合完全无基础的新手，有 Python 基础但无数据分析经验的同学直接学习 week3 和 week4 即可。本文也仅记录和数据分析有关的部分。

课程目录

week1 Python 基础

• Python 简单介绍，语法基础、基本运算、函数、包和模块的关系
• Python 的条件、循环、自定义函数、递归、变量作用于

week2 Python 数据获取

• 数据获取，从本地和网络获取数据，简易爬虫
• 数据表示，序列、字符串、列表、元祖

week3 强大的数据结构和扩展库

• 字典和集合的使用
• 扩展库 SciPy ，ndarray、Series、DataFrame（重点）

week4 基本数据统计

• 数据准备、显示、选择、Group、Merge 等（重点）
• 聚类分析、Matplotib 绘图、Pandas 作图、其他领域的应用（重点）

week5 面向对象和图形用户界面

• 面向对象
• 图形用户界面

Python 科学计算的生态系统 —— SciPy

SciPy 是为数学，科学，工程等领域开发的基于 Python 的一系列开源类库。官方网站为：http://www.scipy.org/。
SciPy 主要包括的核心模块有：

• NumPy，是 Python 科学计算的基础类库，包括多维数组对象、复杂的函数、线性代数傅里叶变换处理的能力等等，偏向于纯数学
• SciPy，SciPy 模块（SciPy Library）是 SciPy 集合（SciPy stack）的重要组件，提供了丰富的科学计算函数库，偏向于
• Matplotlib，Python 下流行的，成熟的 2D、3D 绘图类库
• Pandas，表格容器，提供高性能的数据结构
• SymPy，全功能的计算机代数系统

扩展阅读：NumPy 和 SciPy 之间的关系

SciPy 的安装

推荐使用 Anaconda 进行安装，支持 Win、Linux、Mac 操作系统，安装后直接包含所有需要的类库。

其他安装方式：

• Windows 下可以尝试 Python(x,y)、WinPython 等
• Linux 下可以尝试 apt-get 之类的包管理工具
• Mac 下 Homebrew，需要哪个模块时直接安装