《Python数据科学入门》阅读计划
——图灵大数据与机器学习群阅读计划（第2期）
领读人：张旱文
本书特色
- 让读者亲切体会到不同类型文本数据（csv、json、自然语言中的文本）的获取、清洗、组织和可视化
- 使用 NumPy 和 Pandas 模块处理数值数据
- 实战分别用 MySQL 、 MongoDB 数据库进行配置、填充、查询数据
- 基于网络和非网络的数据，创建网络、网络度量和分析网络
- 概率与统计以及机器学习相关的基本概念
适合读者
- 刚入门的数据科学专业人员
- 数据科学教师和培训人士
- Python语言爱好者
- 研究生和本科生
- 想了解大数据分析和机器学习的兴趣爱好者
- 想拥有一本参考手册来帮助记住所有Python函数及参数的开发人员
总阅读时长：3～4 周
每天阅读用时：1～2小时（建议多做练习）
答疑时间安排：每周一次，周六 20:00～22:00
阅读打卡小程序
图灵社区本书网址：http://www.ituring.com.cn/book/1919
图灵阅读计划网址：https://github.com/BetterTuring/turingWeChatGroups
读前须知
-
书中代码你可以从GitHub上获取，点击获取。如果你觉得代码有不妥的地方，可以提出issue，或者将你自己认为比较好的代码进行Pull requests，对有价值的issue、Pull requests我会非常感谢，同时发放一些奖励。
-
为方便记录大家分享学习笔记，同时帮助我们学习用 Markdown 来记录笔记，当然你也可以选择用其他方式。我在GitHub上创建了一个仓库，大家可以把每天的学习笔记进行PR。让更多后来读者看到大家的贡献，是一件了不起的事情。有贡献的读者将会获取相应的奖励，在这里，大家一起尊重知识的价值。
-
目录已创建完成。为了方便记录和区分，大家在PR的时候，建议文件命名规则为：作者姓名英文缩写+笔记文件名。在note目录中已有示例。
-
另外，我会找一些其他资料中跟本书知识点相关的笔记，让大家一起来练习，以便更好地掌握本书知识。
-
如果读者有任何不清楚的地方，或者对一些技术（Markdown、Git）搞不明白，都可以在这里提出Issue，也可以通过 1106002609@qq.com 与我联系，我将倾自己所学为大家解答问题^_^。
阅读规划
第一部分（1~2章）
阅读时长：1周之内
基础部分
- 对数据科学有个初步的认识
- 数据分析步骤
- 数据的获取途径
- 报告的结构
重点部分（实战）
- Python 的使用，没有 Python 编程经验的，需要更多练习
- 基本的字符串函数使用
- Python 中的数据结构
- Python 中的文件使用
- 正则表达式
- Pickling 和 Unpickling 数据
第二部分（3~5章）
阅读时长：1~1.5周
基础部分
- Python 的使用，巩固第2章所学的知识
- 了解文本数据的格式（csv、html、json）
- MySQL、MongoDB 的概念理解
重点部分（理解与实战）
- 使用 Python 处理文本数据
- MySQL 的命令行操作以及使用 Python 来操作 MySQL
- MongoDB 的安装，使用 Python 来操作 MongoDB
- 数组的索引和切片，聚合与排序
- 数组的保存和读取
- 如何合成正弦波
第三部分（6~7章）
阅读时长：1周之内
基础部分
- 理解 Pandas 的数据结构
- Pandas 模块里的 series、frame 的使用
- 理解网络数据的概念
重点部分（理解与实战）
- 使用 Pandas 处理一些常见的问题
- 数据重塑
- 处理缺失的数据
- 组合数据
- 数据的排序和描述
- 数据之间的转换
- 文件的读写
- 基于网络的和非网络的数据创建网络
- 网络度量
- 网络分析序列
第四部分（8~10章）
阅读时长：1~1.5周
基础部分
- 了解可视化工具，绘图类型
- 概率与统计的一些基本概念
- 机器学习的基础知识
重点部分（理解与实战）
- 使用 Pyplot 进行绘图，并可以进一步对绘图进行装饰
- 使用 Pandas 绘图
- 以 Python 的方式完成统计
- 线性回归你拟合
- k 均值聚类实现数据分组
- 随机决策森林
其他建议
- 每个人学习方式不同，读书进度不同，大家可以在建议阅读时长上自行调整
- 对理解不透的知识，我们可以在微信群里一起讨论，或者通过1106002609@qq.com（张旱文）与我联系