seaborn

关于Python数据分析，其实网上能够找到的学习资源很多，主要分为两类： 一类是提供各种资源的推荐 ，比如书单、教程、以及学习的先后顺序； 另一类是提供具体的学习内容 ，知识点或实际案例。 但很多繁琐而又杂乱的内容，除了给初学者增加理解和认识的噪音外，真正能够起到明确的方向指引导的，确实不多。 以至于很多人一开始没有明确的方向就一头扎进去， 学了很久却不知道自己到底在学什么 ，或者自己学了很久不知道能够做什么。 学习一门技术之前，你应该知道，你想要达成的目标是什么样的。 也就是说，你想通过这门技术来解决哪些问题。你就可以知道要达成这样的目标，它的知识体系是怎么样的。 更重要一点的是，每个部分是用来解决哪些问题，只有明确的目标导向， 学习最有用的那部分知识，才能避免无效信息降低学习效率 。 对于数据分析这件事情，有很多的应用场景： 比如你需要进行调研，来了解市场的宏观情况，窥探竞争对手，做可行性分析…… 比如你所在的工作部门产生了大量的数据，你需要考虑用这些数据来优化产品、营销、技术方案…… 比如你需要对产品、业务、用户进行分析，挖掘出重要结论，给上级提出合理的决策建议…… 通过这些常见的数据分析场景，你就可以获得数据分析项目的基本流程。 一般大致可以按 “数据获取-数据存储与提取-数据预处理-数据建模与分析-数据报告” 这样的步骤来实施一个数据分析项目。 按照这个流程