数据分析师培训基础

引言

很多年后，回想起今天努力学习新技能的自己，我会对自己说，“当初就是从一份免费课程开始，让我抓住了这个时代的机会”。

• 基础准备

数据分析培训基础免费学。

本章导览在互动模式下效果更好一些，建议安装好Anaconda并运行，效果更出色，你可以在网页浏览器上运行。

如果你还没装Anaconda，可以到下面这个网站下载，如果你看不懂英文，可以用Chrome浏览器然后右键翻译成中文，也可以拍照或截屏，发到微信里面，长按微信翻译。

我来演示一下如何运行Jupyter Notebook，打开Anaconda点击Jupyter就行。

Jupyter Notebook使用

尝试在Jupyter里面新建一个Python3文件。

Jupyter新建python3

Jupyter notebook最实用的地方之一就是它的Tab每写一行就可以运行一行。

Tab使用

键入以下内容：在下面的单元格中，在read_csv（按Shift+Tab，共4次，不要急，慢慢按，你会看到以下内容。

read_csv的完整文档

第四次键入后，屏幕底部会弹出一个帮助窗口，里面有read_csv函数的完整文档。

read_csv 完整文档

我认为这套组合键非常实用，搞不定的时候，就多按按Shift+Tab吧，放心大胆的按，连续按12次也不会有什么坏结果的。

有小伙伴会问，完整文档有什么用？完整文档就像工具操作说明书，说明书都读懂了，干活肯定得心应手。当然，你也不需要读，我教你一个活学活用的方法。

找到张俊红老师这本《对比Excel轻松学习python数据分析》电子版。

python数据分析

打开这本书，点开目录，在目录上端输入文档里那些词，如“sep”，就是指明导入文档时候用什

，就是指明导入文档时候用什么分割符号。

搜索技巧的灵活使用

好了，再告诉一些常用命令。

pwd! ##这个是告诉你在哪个文件夹里面操作。

cd ##这个能让你到你想去的文件夹。

ls ##这个显示你此时所在的文件里面有哪些文件。

以上这些，你都试试吧！

• 编写代码

在Jupyter笔记本里面编写代码很常见，比如这些：

import pandas as pd ##这是调用python里面一个叫pandas的包，也是我们这一周重点学的内容。

pd.read_excel() ##这是用来打开某个excel表格的命令。可以尝试刚学的shift➕Tab键。连按四次看看。

def print_10_nums()

for i in range(10):

复制粘贴到你的Jupyter里面，看会发生什么。记得注意每个首字母的空格哦，一般是一

每个首字母的空格哦，一般是一个Tab，即四个空格

般是一个Tab，即四个空格。

我们试着打开大家在百度里面搜数据分析的数据（这个数据大家可以到相关后台发送“数据一”获取）。

import pandas as pd

pwd! ##先看一下我在哪个文件夹下面

ls ##看一下我的数据文件在不在这个文件夹下面，如果不在，cd到那个文件夹下面就行。

pd.read_csv(r"/Users/数据分析关键词分析.csv")

显示结果如下：

百度用户对数据分析的搜索结果。

你看咱们是不是把一个csv文件打开了。你还可以试着打开Excel和txt文件。后面再教大家怎么分析，以及怎么获取这些数据。

• 保存

最新的稳定版本里，Jupyter笔记本会自动保存，记得安装最新的稳定版本就行了。

• 神奇的功能

Jupyter有各种奇妙的函数，我来举个例子，比较一下使用%time将列表理解的sum()与生成器理解的sum()所产生的不同结果。

%time sum([x for x in range(10000)]) ##这是看计算机1

CPU times: user 616 µs, sys: 250 µ

µs, sys: 250 µs, total:

0 µs, total: 866 µs

l: 866 µs

Wall time: 871 µs

49995000

我最常用的分析函数是%time和%prun，你可以用%magic来获取全部列表，%quickref来获取参考表，键入%quickref来尝试一下

%quickref

本篇的导览结束啦，欢迎加入我们的社群免费学习服务，一周时间完全掌握pandas。进入同名后台，回复“一周学会pandas”，然后扫码识别助教名片，你就可以开始正式进入数据分析领域了! 这一周的学习完全免费，只要你保证每天学习打卡，无需你费任何力气，就能完全学会数据分析。

如果你只想浏览一下，也可以试着后台发送“ Jupyter Notebook”,看看会有什么收获？