📊 Python 数据分析从入门到实践

照着《Python 数据分析从入门到实践》（明日科技 高春艳、刘志铭 编著，吉林大学出版社，入门到实践系列·全彩版）做的自学笔记 —— 这本书和别本书不一样的地方在于它真的从装软件开始：第 1 章讲清数据分析是干什么的，第 2 章教你装 Python、PyCharm、Anaconda、Jupyter、IPython，第 3 章才第一次打开 Pandas，后面一路做到四个完整项目（MySQL 注册用户分析、京东电商预测、二手房房价预测、客户价值 RFM 分群）。六块节奏是「先装好，再学会，最后做项目」：先把数据分析讲清楚 13 篇（1~2 章，是什么／工具怎么选／环境怎么搭）→ Pandas 从入门到进阶 27 篇（3~4 章，Series／DataFrame、清洗、分组、合并、时间序列）→ 画出来算起来 22 篇（5~6 章，Matplotlib／Seaborn 画图、NumPy 算数组）→ 统计案例与机器学习 12 篇（7~8 章，同比环比、帕累托、相关性、Scikit-Learn）→ 四个真实项目 24 篇（9~12 章）→ 附录 A.1（PyCharm 快捷键）。三句话：先看清形状，再算平均，均值、中位数、众数说的是三件不同的事，拿错一个整段结论就反了；索引分标签和位置两套，混用是新手第一大坑，loc 认名字、iloc 认序号，行标签换过之后两者从此不是同一行；相关性高不等于能预测，广告费和收入一起涨，是因为都跟着销量走。教材 12 章加 1 个附录、88 个二级节，底下还挂着 212 个三级节和 230 多个快速示例，按节成篇会碎成两百多篇，所以按主题合成 99 篇、篇号章内顺排（附录记 A.1）。沙箱是 Windows / Python 3.13.14，这次装齐了：pandas 3.1.0、numpy 2.5.2、matplotlib 3.11.1、seaborn 0.13.2、scipy 1.18.1、scikit-learn 1.9.1、openpyxl 3.1.5、xlrd 2.0.2、jieba 0.42.1——能真跑的全真跑：教材里的 read_excel、groupby、merge、resample、sns.barplot、KMeans 一行不改直接跑；只有三类照实标——桌面软件（PyCharm／Anaconda 安装界面、MySQL 建库语句、Excel 菜单）标「本沙箱不执行」，需要外部数据集的自造一份并注明「数据是仿造的，结论按这份数据算」，plt.show() 一律改存 PNG。图里的字一律用英文——这台机器没装中文字体，中文标签会变成一排方框，那是缺字体不是缺数据。

内容来自我的 Obsidian 自学笔记 · 全书 12 章加 1 个附录、共 99 篇已全部写完 · 全书完结 🎉