Python培训
400-111-8989
学习Python，成为管理和洞察数据的艺术家！
- 发布：TomeRaider
- 来源：六西格玛是个P
- 时间：2018-01-22 10:49
一、为什么是Python
想用Python很久了，2016年11月份还买了本书：《Python编程快速上手-让繁琐工作自动化》，可惜一直闲置家中，没有发挥它的价值。
当初选择Python首要的原因是：让繁琐的工作自动化!
在学习统计学的同时，发现Python也是数据分析的有力工具，更加坚定了学习Python的热情。
自从去年用kindle把金庸小说复习完成后，逐步习惯了kindle的阅读方式。
在kindle上整了两本Python的电子书，希望在学习统计学的同时，熟练掌握Python：
1、统计思维：程序员数学之概率统计
2、利用Python进行数据分析
二、Python环境搭建
使用Python进行数据分析，学习概率统计，推荐Anaconda，安装配置极为方便，不清楚可问度娘：
Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
三、卡方分布测试
继续6σ是个P(9)：统计学告诉你34+事件真相的例子，用Python进行卡方检验，代码不复杂(来源网络修改)，4行搞定：
最终计算的P值与Minitab不一致(都是大于0.05，不影响最终检验结果)，还不清楚原因，有清楚的兄弟可以留言告知，不胜感激：
Python计算的P值：0.254412398162
Minitab计算的P值：0.220
家里访问操作github太慢，代码暂时放在本地，有机会找个国内的代码托管平台放上去。
四、Python数据科学学习路径图
附上一份网上看到的数据科学的Python学习路径图，有兴趣的可以一起研究。
STEP0和STEP1已经over，下面一周搞定STEP2。
五、什么是数据科学?
如下摘自知乎“如何成为一名数据科学?”的答复(#/question/21592677/answer/24559554)，解释的很清晰，摘录关键信息如下：
数据科学(Data Science)是从数据中提取知识的研究，关键是科学。数据科学集成了多种领域的不同元素，包括信号处理，数学，概率模型技术和理论，机器学习，计算机编程，统计学，数据工程，模式识别和学习，可视化，不确定性建模，数据仓库，以及从数据中析取规律和产品的高性能计算。数据科学并不局限于大数据，但是数据量的扩大诚然使得数据科学的地位越发重要。
数据科学的从业者被称为数据科学家。数据科学家通过精深的专业知识在某些科学学科解决复杂的数据问题。不远的将来，数据科学家们需要精通一门、两门甚至多门学科，同时使用数学，统计学和计算机科学的生产要素展开工作。所以数据科学家就如同一个team。
曾经投资过Facebook，LinkedIn的格雷洛克风险投资公司把数据科学家描述成“能够管理和洞察数据的人”。在IBM的网站上，数据科学家的角色被形容成“一半分析师，一半艺术家”。他们代表了商业或数据分析这个角色的一个进化。
作为一名整天跟数据打交道的人，终于找到了一个高大上的名称。
本文内容转载自网络，本着传播与分享的原则，来源/作者信息已在文章顶部表明，版权归原作者所有，如有侵权请联系我们进行删除!
预约申请免费试听课
填写下面表单即可预约申请免费试听！ 怕学不会？助教全程陪读，随时解惑！担心就业？一地学习，可全国推荐就业！
-
扫码领取资料
回复关键字：视频资料
免费领取 达内课程视频学习资料
Copyright © Tedu.cn All Rights Reserved 京ICP备08000853号-56 
京公网安备 11010802029508号 达内时代科技集团有限公司 版权所有
选择城市和中心
北京
黑龙江省
吉林省
内蒙古
河北省
陕西省
江苏省
湖北省
四川省
重庆
湖南省
江西省
贵州省
云南省
广西省
海南省
台湾