《動(dòng)手學(xué)數(shù)據(jù)分析》開(kāi)源教程完整發(fā)布！

1. 開(kāi)源初衷

對(duì)于任何一個(gè)將來(lái)要實(shí)際運(yùn)用的技能，通過(guò)實(shí)戰(zhàn)，自己親自將一行行代碼敲出來(lái)，然后達(dá)到自己想要的效果，這個(gè)過(guò)程是最好的學(xué)習(xí)方式。

最開(kāi)始接觸了Datawhale數(shù)據(jù)分析項(xiàng)目，那時(shí)我作為一名學(xué)員的以《Python for data analysis》這本書(shū)為教材，通過(guò)刷這本教材的代碼來(lái)學(xué)習(xí)數(shù)據(jù)分析的數(shù)據(jù)處理技能，書(shū)里對(duì)于pandas和numpy操作講的很細(xì)，但是對(duì)于數(shù)據(jù)分析思維的內(nèi)容涉及就少了很多。最后感覺(jué)就是敲了一堆代碼并不知道怎么用。

后面又接觸了Datawhale數(shù)據(jù)挖掘?qū)崙?zhàn)項(xiàng)目^[1]?。這個(gè)項(xiàng)目又比較偏模型和實(shí)戰(zhàn)，直接給你一個(gè)任務(wù)，讓你去完成，上手難度比較大，但是它的實(shí)戰(zhàn)性可以讓你對(duì)于什么是數(shù)據(jù)挖掘，以及數(shù)據(jù)挖掘的邏輯有很好的把握。

所以我們?cè)谙胗袥](méi)有這樣一個(gè)項(xiàng)目，以實(shí)戰(zhàn)為主線，將知識(shí)點(diǎn)孕育其中，通過(guò)邊學(xué)，邊做以及邊被引導(dǎo)的方式來(lái)使學(xué)習(xí)效果達(dá)到更好，學(xué)完之后既能掌握數(shù)據(jù)處理技能又能掌握數(shù)據(jù)分析的大致思路和流程。于是就有了開(kāi)源項(xiàng)目《動(dòng)手學(xué)數(shù)據(jù)分析》，讓小白也可以更好地開(kāi)啟他的數(shù)據(jù)分析之路。

2. 項(xiàng)目詳情

2.1 項(xiàng)目概括

項(xiàng)目分為三個(gè)單元，大致可以分為：數(shù)據(jù)基礎(chǔ)操作，數(shù)據(jù)清洗與重構(gòu)，建模和評(píng)估。每個(gè)部分的學(xué)習(xí)內(nèi)容如下：

• 第一單元：我們獲得一個(gè)要分析的數(shù)據(jù)，我要學(xué)會(huì)如何加載數(shù)據(jù)，查看數(shù)據(jù)，然后學(xué)習(xí)Pandas的一些基礎(chǔ)操作，最后開(kāi)始嘗試探索性的數(shù)據(jù)分析。

• 第二單元：當(dāng)我們可以比較熟練的操作數(shù)據(jù)并認(rèn)識(shí)這個(gè)數(shù)據(jù)之后，我們需要開(kāi)始數(shù)據(jù)清洗以及重構(gòu)，將原始數(shù)據(jù)變?yōu)橐粋€(gè)可用好用的數(shù)據(jù)，為之后放入模型做準(zhǔn)備。

• 第三單元：我們根據(jù)任務(wù)需求不同，要考慮建立什么模型，我們使用流行的sklearn庫(kù)，建立模型。對(duì)于一個(gè)模型的好壞，我們是需要評(píng)估的，之后我們會(huì)評(píng)估我們的模型，對(duì)模型做優(yōu)化。

2.2 項(xiàng)目詳情

• 開(kāi)源地址：

  https://github.com/datawhalechina/hands-on-data-analysis
  

• 代碼形式：jupyter
• 數(shù)據(jù)集：kaggle上的泰坦尼克^[2]數(shù)據(jù)集
• 目的：是通過(guò)真實(shí)的數(shù)據(jù)，以實(shí)戰(zhàn)的方式熟悉數(shù)據(jù)分析python的基本操作和了解數(shù)據(jù)分析思維
• 結(jié)果：完成Kaggle上泰坦尼克任務(wù)

在從GitHub下載了我們的倉(cāng)庫(kù)之后，里面包含了我們所需的數(shù)據(jù)以及實(shí)戰(zhàn)需要的代碼。在每個(gè)單元里，分別有【課程】文件和【答案】文件。

【課程】是實(shí)戰(zhàn)文件，根據(jù)我們的引導(dǎo)，通過(guò)代碼完成相應(yīng)的任務(wù)。除了需要完成了代碼的編寫(xiě)，在重要的地方我們?cè)O(shè)計(jì)了思考題，學(xué)習(xí)者可以有更深刻的理解。

在完成一個(gè)【課程】后，既掌握了這一部分知識(shí)又可以完成代碼的編寫(xiě)。

在相對(duì)應(yīng)的【答案】文件，我們提供了參考答案。也是希望新手可以在實(shí)戰(zhàn)的路上少一點(diǎn)坑，多一點(diǎn)注意力放到知識(shí)點(diǎn)本身。

3. 寫(xiě)到最后

關(guān)于我們項(xiàng)目的名字——?jiǎng)邮謱W(xué)數(shù)據(jù)分析（Hands-on data analysis）。數(shù)據(jù)分析是一個(gè)要從一堆數(shù)字中看到真相的過(guò)程。學(xué)會(huì)操作數(shù)據(jù)只是數(shù)據(jù)分析的一半功力，剩下的另一半要用我們的大腦，多思考，多總結(jié)，更要多動(dòng)手，實(shí)打?qū)嵉牡那么a。所以也希望在學(xué)習(xí)這個(gè)開(kāi)源教程的時(shí)候，多去推理，多去問(wèn)問(wèn)為什么；多多練習(xí)，確保理論實(shí)踐結(jié)合起來(lái)，在學(xué)習(xí)結(jié)束的時(shí)候一定會(huì)大有收獲。

參考資料