從Python菜鳥到kaggler的旅程
要是你想成爲一個數據科學家，或者你已經是一個，並且想擴展你的工具庫。你來對地方了。本文目的就是爲Python新用戶提供一個全面的學習路徑來進行數據分析。這條路徑提供了一個全面的概述，您需要學習如何使用Python進行數據分析。如果你已經有了一些背景，或者不需要所有的組件，你可以隨意調整你自己的路徑，讓我們知道你是如何改變路徑的。
你也可以檢查這個學習路徑圖迷你版：–>在Python中學習數據科學的快速指南。
步驟0：熱身
在開始你的旅程，第一個問題的答案是：
爲什麼使用Python？
或
Python如何有用？
觀看這個傑瑞米（Founder of DataRobot at PyCon 2014, Ukraine）談話的前30分鐘，瞭解Python可以如何有用。
步驟1：設置你的機器
既然你已經下定決心，那現在是時候來設置你的機器了。最簡單的開始方法就是從Continuum.io下載Anaconda。它打包了你以後最會需要的幾乎所有的東西。採取這條路線的主要缺點是，即使在底層庫有更新的情況下，您仍需要等待Continuum更新它們的包。如果你是一個初學者，這應該無關緊要。
如果你在安裝過程中面臨任何挑戰，你可以在這裏找到各種操作系統下的詳細指導。
步驟2：學習Python語言的基礎知識
你應該從瞭解語言、庫和數據結構的基礎知識開始。由DataCamp提供的免費的交互式Python教程是一個開始你的旅程的最好的地方。這4小時編碼課程的重點是如何用Python開始數據科學的分析工作，最後你應該對語言的基本概念感到不陌生。
重點學習：Lists, Tuples, Dictionaries, List comprehensions, Dictionary comprehensions
其他資源：如果交互式編碼不是你的學習風格，你也可以看看谷歌Python課堂。這是一個2天的課程系列，也包括一些後續討論要涉及到的部分。
步驟3：學習Python中的正則表達式
您將需要大量地使用正則表達式進行數據清洗，尤其是如果你正在處理文本數據。學習正則表達式最好的方法是通過谷歌Python Regular Expressions課堂，並保持這個Regex Cheatsheet在手邊。
作業：完成嬰兒名字練習
如果你還需要更多的實踐，按照本文本清洗的教程。這將挑戰你所涉及的數據爭論的各個步驟。
步驟4：學習Python的科學計算庫–NumPy，SciPy，Matplotlib和Pandas
這就是歡樂開始的地方！這裏是關於各個Python庫的簡介。讓我們開始練習一些常用操作。
- 徹底地練習NumPy教程，特別是NumPy數組。這將形成一個良好的基礎以備學習後續內容。
- 接下來看SciPy教程。瀏覽介紹和基礎知識部分，依據你的需要完成其餘的。
- 如果你認爲Matplotlib是接下來的教程，你錯了！對於我們這裏的需要而言，他們太全面了。作爲替代，看這個IPython notebook到第68行（即到動畫部分）
- 最後，讓我們看看Pandas。Pandas爲Python提供了數據幀（DataFrame）的功能（類似R）。這也是你應該花時間練習的地方。Pandas會成爲所有中等規模的數據分析最有效的工具。從一個簡短的介紹，10 minutes to pandas，開始。然後移動到一個更詳細的Pandas教程。
- 看看DataCamp的Pandas基礎課程
你也可以看看Exploratory Data Analysis with Pandas和Data munging with Pandas
其他資源：
- 如果你需要關於Pandas和NumPy的一本書，推薦Wes McKinney的Python for Data Analysis
- 有很多教程，作爲Pandas文檔的一部分。你可以在這裏看一看。
作業：解決來自哈佛的CS109課程作業。
步驟5：有效的數據可視化
看完這個CS109講座。你可以忽略最初的2分鐘，但是接下來的內容是極好的！跟着這個講座完成作業。
看看DataCamp的Bokeh Data Visualization教程。
步驟6：學習Scikit-learn和機器學習
現在，我們來到這整個學習過程中最美味（喫肉）的部分。Scikit-learn是Python最有用的機器學習庫。這裏是一個關於該庫的簡要概述。完成哈佛CS109課程的第10到18課。您將學習機器學習概述，監督學習算法（如迴歸），決策樹，集成建模和無監督學習算法，如聚類。跟上那些講座以及作業。
其他資源：
- 如果有一本書，你必須讀，它是Programming Collective Intelligence-一本經典著作，但仍然是關於這個問題的最好的書之一。
- 另外，你也可以關注一門最好的機器學習課程Machine Learning course from Yaser Abu-Mostafa。如果你需要關於技術更清晰的解釋，你可以選擇Machine learning course from Andrew Ng和後續的Python的練習。
- Scikit-learn教程
作業：嘗試這個在Kaggle上的挑戰
步驟7：實踐、實踐和實踐
祝賀你，你做到了！
現在你擁有所有你所需要的技能。這是一個熟能生巧的問題，沒有比Kaggle更好的地方了，去跟其他數據科學家競技。去參加Kaggle當前舉辦的競賽，“顯擺”一下你所學到的！
步驟8：深入學習
既然你已經學會了大部分的機器學習技術，現在是時候進擊Deep Learning了。你已經知道什麼是深入學習，但如果你還需要一個簡短的介紹，這裏有一個很好的機會。
我是個Deep Learning的新手，所以請半信半疑地接受這些建議。最全面的資源是deeplearning.net。你會發現一切都在這裏-講座，數據集，挑戰，教程。你也可以嘗試從course from Geoff Hinton瞭解神經網絡的基礎知識。
開始使用Python：從頭開始學習Python數據科學的完整教程
注：如果您需要使用大數據庫，拿Pydoop和PyMongo一試。他們不包括在這裏作爲大數據學習路徑的一部分，它們本身就是一個完整的話題。