本篇内容关键词：python基础、数据分析、pandas、描述统计、matlibplot、seaborn、可视化分析

1.1python简介

都说python是门胶水语言，可以在需要的地方轻松地粘合目标需求。我觉得python的主要优点有两点：

1. 只需聚焦实现逻辑：只要把逻辑捋顺，调用第三方库可以轻易实现处理逻辑。语法简洁，符合日常阅读的习惯。
2. 容易获得相关的技术/理论支持：python社区庞大，只要关键词选取得当即可在网络上检索到大多数问题的解决办法。使用者众多，可以轻易找到使用者交流群组。

1.2python安装

新手可以直接安装Anaconda，这是一个开源的python发行版本，发行版的意思就是在python官方本本的基础上添加了一些额外的内容。这些额外的内容在Anaconda中指的的是：python数据科学计算相关的第三方库、conda（开源软件包和环境管理系统）等。前者集成大多数数据科学计算相关的包，大大节省了学习和使用过程中第三方库安装和配置的时间；后者使得可以在该集成的基础上管理和安装新的第三方库。

1.3python语法和使用

2.1数据获取

1. 数据读取：
   1）读取数据库数据：pd.read_sql()
   2）读取文本数据：pd.read_csv()
   3）读取excel数据：pd.read_excel()
   更多数据读取的姿势，可以结合具体需求和遇到的问题检索，绝大多数基础问题都会有现成的答案。检索相关函数用法时可以加上关键词 doc 即document的缩写，可以轻易搜到相关的文档。

2. 数据初始化：

2.2探索性分析

1. 数据预览

2. 数据切片

通过label（行/列名）、位置（数字坐标）、布尔运算

可参考官方文档：Indexing and Selecting Data

2.3数据清洗

1. 行列处理：切片、排序、合并、转换

2. 数据类型转换：

3. 缺失值处理：定位、填充、删除

4. 赋值

2.4数据分析

1. 简单运算：“矩阵”运算

2. 统计分析：统计指标计算、聚合分析