本文参与优享话题夺宝计划，话题“科技互联网”
入门和提高分开来谈：
一、入门阶段
入门阶段，循序渐进学习掌握基础的数据结构、函数、循环、常用的包的简单用法（如pandas、numpy、matplotlib等），这个阶段要耐心，毕竟是新手，不可随意对待，基础很重要。
分两步走：
1.阅读学习书籍：《Python for Data Analysis》（利用Python进行数据分析）
《Python for Data Analysis》是由pandas库构建人Wes McKinney（韦斯·麦金尼）所撰写的，其权威性和指导性可见一斑，非常适合用作Python入门学习。2017年10月，这本书第二版上市。建议阅读第二版。技术发展日新月异，阅读技术类书籍，越新的版本越好。第二版书籍目前只有英文版，不过好消息是，有网友贡献了中文版翻译，可以搜索一下，参考学习。
阅读方法：先大体浏览本书涉及了哪些内容，然后参照书中实例，敲代码运行。必须亲自敲代码，看的时候好像都会，但是一旦敲代码，可能会发现某个函数是咋写的都想不起来。各种报错会告诉你惨烈的真相：站在岸上可是学不会游泳的！
完成此步，能学会基本的数据结构、基本功能、汇总计算统计方法。恭喜你，到这里你已经入门了。
2.阅读Python官方文档
Python官方网址链接如下：https://docs.python.org/
其实学习任何一个工具，官方文档都是最好的材料。阅读官方文档最大的问题可能就是英文了，这时可以转变下观察角度鼓励自己学习：阅读英文文档，即学习了Python用法又能掌握相关英文，岂不是一举二得！只是起初花的时间会长点，但这都是必要的学习时间，收益比付出大。只要有了一次良好体验，后续就不怕啦。
二、提高阶段
入了门之后，就不太适宜按部就班地去学习。我曾尝试过啃包，但是啃得太艰辛，啃着啃着就犯困，进度异常缓慢，遂放弃。这个过程就和阅读书籍一样，哪怕再好的书籍，要是提不起兴趣，也是一看就犯困，看了半天也没看进去啥。
可以从两个方面激发好奇心寻找感兴趣的问题：
1.网上搜索感兴趣的Python数据分析项目
可以找付费的案例教学课程，也可以参与免费的开源项目。要搜索免费开源项目，最好的网站就是GitHub啦。啥，你说GitHub上都是一堆英文你看不懂，嗯，我表示理解，但我还是强烈建议想办法看懂，毕竟影响程序员向优秀进阶的一大拦路虎就是英文，咱要提高能力就得把拦路虎干掉不是？！
2.从生活中的问题入手
从生活中的问题入手，收集数据，确定大致的分析思路，接着在网上搜索对应的解决办法或参考样例，会有很多惊喜的。举个我正在做的小例子：
我和一个朋友乐于用邮件交谈生活大事小情，写邮件，相对正式，易于沉淀想法。我计划用Python对此做个数据分析，暂时定的观察角度是从时间维度去分析，在seaborn官网上找到了较为匹配的样例，不过还需做些改造。截图如下：
网友评论