Python study plan

本人入手学Python, 把datacamp上的data scientists track课程分成了几个子版块。

基础知识：

Introduction to Python

Intermediate Python for DS

Python Data Science Toolbox(Part 1)

Python Data Science Toolbox(Part 2)

主要目标：

1.熟悉知道基本的概念

2.list, arrays，字典，dataframe的处理

3.会使用基本的numpy->arrays和matplotlib做可视化

4.编写基本的函数(function)

Importing Data in Python(Part 1)

Importing Data in Python(Part 2)

Cleaning Data in Python

1.数据的导入(SQL/Excel/SAS/web)

2.Web和API的数据导入

3.基本的数据清洗

Pandas

提供了一种适用于上层数据分析的表结构，dataframe

是基于numpy的一种数据分析工具，最具有统计意味的工具包。

数据结构有一维的series，二维的dataframe，三维的panel

Pandas Foundations

Manupulating DataFrames with Pandas

Merging DataFrames with Pandas

Analyzing Police Activity with Pandas

目标：

1.汇总和计算，描述性统计，处理缺失化数据，层次化索引

2.清理、转换、合并、重塑、groupby技术

3.日期以及时间数据类型以及工具

Introduction to Relational Databases in SQL

Joining Data in SQL

放到sql里面系统再学

Introduction to Data Visualization with Python

Interactive Data Visualisation with Bokeh

目标：

1.绘制各种类型的图，散点图/箱线图/条形图/直方图，基本的标注和填充

2.适用bokeh绘图

Statistical Thinking in Python(Part 1)

Statistical Thinking in Python(Part 2)

目标：

基本的统计学，参数估计和假设检验

Introduction to Shell for Data Science

Conda Essentials

放到最后学习

机器学习相关：

Supervised Learning with scikit-learn

Machine Learning with Experts:School Budgets

Unsupervised Learning in Python

Machine Learning with Tree-Based Models in Python

深度学习和网络分析：

Deep Learning in Python

Network Analysis in Python(Part 1) 

假期：

基础知识->pandas->统计分析->（如果有时间加餐，加机器学习那里）