你为什么需要数据分析能力？
学会如何从海量的数据中找到关联关系进行价值挖掘
数据分析分为三个重要的组成部分：
- 数据采集 数据源攻击使用爬虫编写
- 数据挖掘 基本流程十大算法数据基础
- 数据可视化 使用Python可视化
数据挖掘
十大算法：分类算法：C4.5,朴素贝叶斯，SVM,KNN,Adaboost,CART,
聚类算法：K-Means,EM
关联分析：Apriori
连接分析：PageRank
- C4.5 在决策树构造过程中进行了剪枝，对不完整的数据进行处理
- 朴素贝叶斯（Naive Bayes） 对给出的未知物体进行分类，需要求解在这个未知物体出现的条件下各个类别出现的概率，那个最大，认为这个未知物体属于哪个分类
- SVM 支持向量机，SVM在训练中建立一个超平面的分类模型
- KNN K最近相邻算法，即每个样本都可以用它最接近的K个邻居来代表，如果一个样本，它的K个最接近的邻居都属于分类A，那这个样本也属于A
- AdaBoost 在训练中建立一个联合的分类模型，是个构建分类器的提升算法，让我们从多个弱的分类器组成一个强大分类器
- CART 分类和回归树，决策树算法
- Apriori 挖掘关联规则，通过挖掘频繁项寄来揭示物品之间的关联关系，频繁项集值经常出现在一起的物品的集合
- K-Means 聚类算法，想把物体划分成K类，每个类别里面都有中心店，有个新点要归类，计算新点与K个中心点的距离，离那个近变成那个类别
- EM 最大期望算法，假设我们想评估参数A,B,在开始的状态下二者都是未知的，先考虑赋予A某个初值，从此得到B的估值，从B的估值出发，重新估计A的取值，一直持续到收敛为止
- PageRank
Python基础
1.输入与输出
name = input("what's your name?")
sum = 100 + 100
print("hello,%s" %name)
print("sum = %d" %sum)
2.判断语句 ：if…else…
if score >= 90:
print 'Excellent'
else:
if score < 60:
print 'Fail'
else:
print 'Good Job'
3.循环语句：for…in
sum = 0
for number in range(11):
sum = sum + number
print sum
range(11)代表从0-10，不包括11，相当于range(0,10),还可以增加步长，range(0,10,2)->[1,3,5,7,9]
4.循环语句：while
sum = 0
number = 1
while number < 11:
sum = sum + number
number = number + 1
print sum
5.列表[]
lists = ['a','b','c']
lists.append('d')
print lists
print len(lists)
lists.insert(0,'mm')
lists.pop()
print lists
append()是在尾部添加元素，pop()删除尾部元素，列表相当于数组，具有增删改查功能
6.元组(tuple)
tuples = ('tupleA','tupleB')
print tuples[0]
元组一旦初始化就不能修改，可以访问，但不能赋值
7.字典{dictionary}
# -*- coding:utf-8 -*-
#定义一个dictionary
score = {'guanyu':90,'zhangfei':96}
#添加一个元素
score['zhaoyun'] = 98
print score
#删除一个元素
score.pop('zhangfei')
#查看key是否存在
print 'guanyu' in score
#查看一个key对应的值
print score.get('guanyu')
print score.get('yase',99)
字典就是{key,value}，多次对同一个key放入value,后面的值就替代前面的值，字典也有增删改查，增加字典的元素相当于赋值，删除一个元素使用pop，查询使用get，如果查询的值不存在，可以给一个默认值，比如score.get(‘yase’,99)
8.集合：set
s = set(['a','b','c'])
s.add('d')
s.remove('b')
print s
print 'c' in s
集合set与字典dictionary类似，只是key的集合，不存储value，增加使用add,删除使用remove,查询用in
9.注释#
如果注释中有中文，使用 # -*- coding:UTF-8 _*_ ,多行注释使用三个单引号
10.引用模块/包：import
#导入一个模块
import model_name
#导入多个模块
import moduel_name1,moduel_name2
#导入包中指定模块
from package_name import moduel_name
#导入包中所有模块
from package_name impor *
import实质是路径搜索
11.函数：def
def addone(score):
return score + 1
print addone(99)
A+B problem
while True:
try:
line = input()
a = line.split()
print int(a[0]) + int(a[1])
exceptt:
break
想在Python中引用scikit-learn库怎么引用？
不是内置库，pip install scikit-learn
import scikit-learn
求sum = 1+3+5+7+……+99？
一：print(sum(range(1,100,2)))
二：if迭代
a = 0
for i in range(1,100,2):
a += i
print(a)
