python數據挖掘入門與實踐
『壹』 希望介紹個學python的好網站或者下載資源，或者書本。採納後追加~！謝謝分享
網路雲課堂
http://study.163.com/，裡面有很多不光是python的學習。
比如你找到這個地址中就有python的模塊。
http://study.163.com/find.htm#/find/courselist?ct=31001&ct2=31013
『貳』 如何自學成為數據分析師
數據分析師的基本工作流程：
1.定義問題
確定需要的問題，以及想得出的結論。需要考慮的選項有很多，要根據所在業務去判斷。常見的有：變化趨勢、用戶畫像、影響因素、歷史數據等。
2.數據獲取
數據獲取的方式有很多種：
一是直接從企業資料庫調取，需要sql技能去完成數據提取等的資料庫管理工作。
二是獲取公開數據，政府、企業、統計局等機構有。
三是通過Python編寫網頁爬蟲。
3.數據預處理
對殘缺、重復等異常數據進行清洗。
4.數據分析與建模
這個部分需要了解基本的統計分析方法、數據挖掘演算法，了解不同統計方法適用的場景和適合的問題。
5.數據可視化和分析報告撰寫
學習一款可視化工具，將數據通過可視化最直觀的展現出來。
數據分析入門需要掌握的技能有：
1. SQL（資料庫）：
怎麼從資料庫取數據？怎麼取到自己想要的特定的數據？等這些問題就是你首要考慮的問題，而這些問題都是通過SQL解決的，所以SQL是數據分析的最基礎的技能。
2. excel
分析師更多的時候是在分析數據，分析數據時需要把數據放到一個文件里，就是excel。
熟練excel常用公式，學會做數據透視表，什麼數據畫什麼圖等。
3.Python或者R的基礎：
必備項，也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。
4.學習一個可視化工具
如果你想往更高層次發展，上面的東西頂多隻佔20%，剩下的80%則是業務理解能力，目標拆解能力，根據數據需求更多新技能的學習能力。
『叄』 學習python爬蟲推薦書籍
1、基礎書籍：《Python編程》
推薦理由：作者專業水平極高，從原理到開發實戰，內容詳盡且涉及面廣，通過多個案例介紹了不同場景下如何實現數據爬取，通篇干貨，無一點水分。
適讀群體：適合有一定Python基礎，或有開發經驗想轉爬蟲方向的讀者。
『肆』 Python 入門書籍有哪些推薦
1、Python基礎教程：是經典的Python入門教程書籍，本書層次鮮明，結構嚴謹。這本書既適合初學者夯實基礎，又能幫助Python程序員提升技能，即使是Python方面的技術專家，也能從書里找到實用性極強的內容。
2、Python數據分析（Python for data analysis）：該書介紹了ipython 、notebook、Numpy、Scipy和Pandas包的使用等知識點，只要讀者掌握了python的基本語法就可以學習，對於提升學習Python十分有效。
3、Python 3程序開發指南：講述了構成Python語言的8個關鍵要素，分為不同章節對其進行了詳盡的闡述，包括數據類型、控制結構與函數、模塊、文件處理、調試、進程與線程、網路、資料庫、正則表達式、GUI程序設計等各個方面。適合作為Python語言教科書使用。
4、Python數據分析與挖掘實戰：本書的基礎部分介紹的詳細且全面，是一本Python入門書，在後段中的Demo也很貼近實戰，並且介紹了使用Python進行數據挖掘的詳細案例，數據和代碼都可以下載，有極強的實用性。
5、Python Cookbook：本書介紹了Python在各個領域中的一些技巧和方法，從最基本的字元、文件序列、字典和排序，到進階的面向對象編程、資料庫和數據持久化、 XML處理和Web編程，再到高級和抽象的描述符、裝飾器、元類、迭代器和生成器，均有涉及。
『伍』 如何學習python
Python是一種跨平台的計算機程序設計語言。是一種面向對象的動態類型語言，最初被設計用於編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用於獨立的、大型項目的開發。
最近幾年，隨著大數據和人工智慧的到來，python越來越受到歡迎，轉行學python的也越來越多。那麼小白該如何學習python呢？
很多人對python縮進試的簡潔表達不以為然。那些都是已混跡於C和java的老鳥已經習慣了花括弧。對於初學者，python語言是最好寫，最好讀的。
1、追求生產力，應該學python
python是全能語言，社區龐大，有太多的庫和框架。你只需要找到合適的工具來實現想法，省去了造輪子的精力。
coder可以寫盡可能少的代碼來實現同等的功能。「人生苦短，我用python」是至理名言。
如果實現一個中等業務復雜度的項目，在相同的時間要求內，用java實現要4-5個碼農的話，用python實現也許只需要1個。這就是python最大的優勢了。
2、那麼應該如何入門python呢
看書學編輯是效率最低的事情。且不說書的內容基本過時。就是比較較的翻譯也很晦澀，照書寫了代碼跑不通，不斷報錯。是很打擊學習積極性的。
不過，介紹語法的基礎書，還是可以買一本，作為手冊查閱之用。這類基礎書籍買一本就好，找個周末休息時間，一天便可看完。
3、那麼應該如何進階python呢
對python語言有一個全面的了解之後，就可以進階了。怎麼進階，很簡單，找一個你喜歡的領域直接做項目。做WEB網站，做爬蟲，都可以的。
首先要找容易上手的教程。網上有SET BY SET這種文字型 教程 ，這種只能做相對簡單的項目，如果是復雜一點的是效率那是讓人無法忍受的。而且文字教程由於有時效性問題，或是教程本身細節的一些錯誤，會讓人抓狂的。
最好的學習教程，其實就是現在淘寶上販賣的項目視頻教程。這類教程有很多，但是魚龍混雜，很難去偽存真。當然也有很多技術網站提供官方教程 。
『陸』 《Python數據挖掘入門與實踐》pdf下載在線閱讀，求百度網盤雲資源
《Python數據挖掘入門與實踐》（[澳] Robert Layton）電子書網盤下載免費在線閱讀
鏈接：https://pan..com/s/12d3rQe0uNTG98m09c12INA
書名：Python數據挖掘入門與實踐
作者：[澳] Robert Layton
譯者：杜春曉
豆瓣評分：7.9
出版社：人民郵電出版社
出版年份：2016-7
頁數：252
內容簡介：
本書作為數據挖掘入門讀物，介紹了數據挖掘的基礎知識、基本工具和實踐方法，通過循序漸進地講解演算法，帶你輕松踏上數據挖掘之旅。本書採用理論與實踐相結合的方式，呈現了如何使用決策樹和隨機森林演算法預測美國職業籃球聯賽比賽結果，如何使用親和性分析方法推薦電影，如何使用樸素貝葉斯演算法進行社會媒體挖掘，等等。本書也涉及神經網路、深度學習、大數據處理等內容。
作者簡介：
Robert Layton
計算機科學博士，網路犯罪問題和文本分析方面的專家。多年來一直熱衷於Python編程，參與過scikit-learn庫等很多開源庫的開發，曾擔任2014年度「谷歌編程之夏」項目導師。他曾與全球幾大數據挖掘公司密切合作，挖掘真實數據並研發相關應用。他的公司dataPipeline為多個行業提供數據挖掘和數據分析解決方案。
譯者簡介：
杜春曉
英語語言文學學士，軟體工程碩士。其他譯著有《電子達人——我的第一本Raspberry Pi入門手冊》《Python數據分析》。新浪微博：@宜_生。
『柒』 python教程哪裡下載
一、Python入門到進階的 廖雪峰 Python & JS & Git 教程PDF版 鏈接：『捌』 有哪些 Python 經典書籍
《深度學習入門》（[ 日］ 齋藤康毅）電子書網盤下載免費在線閱讀
資源鏈接：
鏈接: https://pan..com/s/1ddnvGv-r9PxjwMLpN0ZQIQ
書名：深度學習入門
作者：[ 日］ 齋藤康毅
譯者：陸宇傑
豆瓣評分：9.4
出版社：人民郵電出版社
出版年份：2018-7
頁數：285
內容簡介：本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，盡量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網路，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網路的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網路等也有深入講解，此外還介紹了深度學習相關的實用技巧，自動駕駛、圖像生成、強化學習等方面的應用，以及為什麼加深層可以提高識別精度等「為什麼」的問題。
作者簡介：
齋藤康毅
東京工業大學畢業，並完成東京大學研究生院課程。現從事計算機視覺與機器學習相關的研究和開發工作。是Introcing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版譯者。
譯者簡介：
陸宇傑
眾安科技NLP演算法工程師。主要研究方向為自然語言處理及其應用，對圖像識別、機器學習、深度學習等領域有密切關注。Python愛好者。
『玖』 數據挖掘方向，Python中還需要學習哪些內容
就題論題，還包括：
1. Python 資料庫連接庫，例如MySQL 連接庫的應用，這決定你的數據從哪裡來。這裡面涉及到sql語法和資料庫基本知識，是你在學習的時候必須一起學會的。
2. Python 做基本數據計算和預處理的庫，包括numpy ，scipy，pandas 這三個用得最多。
3. 數據分析和挖掘庫，主要是sklearn，Statsmodels。前者是最廣泛的機器學習庫，後者是側重於統計分析的庫。（要知道統計分析大多時候和數據挖掘都錯不能分開使用）
4. 圖形展示庫。matpotlib，這是用的最多的了。
說完題主本身 要求，樓上幾位說的對，你還需要一些關於數據挖掘演算法的基本知識和認知，否則即使你調用相關庫得到結果，很可能你都不知道怎麼解讀，如何優化，甚至在什麼場景下還如何選擇演算法等。因此基本知識你得了解。主要包括：
1.統計學相關，看看深入淺出數據分析和漫畫統計學吧，雖然是入門的書籍，但很容易懂。
2.數據挖掘相關，看看數據挖掘導論吧，這是講演算法本身得書。
剩下的就是去實踐了。有項目就多參與下項目，看看真正的數據挖掘項目是怎麼開展的，流程怎樣等。沒有項目可以去參加一些數據挖掘或機器學習方面的大賽，也是增加經驗得好方法。
『拾』 python數據挖掘入門與實踐1.5什麼是分類的完整代碼
分類應用的目標是，根據已知類別的數據集，經過訓練得到一個分類模型，再用模型對類別未知的數據進行分類。
例如，我們可以對收到的郵件進行分類，標注哪些是自己希望收到的，哪些是垃圾郵件，然後用這些數據訓練分類模型，實現一個垃圾郵件過濾器，這樣以後再收到郵件，就不用自己去確認它是不是垃圾郵件了，過濾器就能幫你搞定。