一、学习python基础

确定学习领域，学习基本语法学习，学习数据分析工具（ Python，Excel，SQL 等）

二、了解数据有关数据分析的python库与基本库的操作

1. Pandas库的操作

Panda是数据分析特别重要的一个库，我们要掌握三点：pandas 分组计算；pandas 索引与多重索引；索引比较难，但是却是非常重要的；pandas 多表操作与数据透视表

2.numpy数值计算

numpy数据计算主要的应用是在数据挖掘，对于以后的机器学习，深度学习，这也是一个必须掌握的库，我们要掌握：Numpy array理解；数组索引操作；数组计算；Broadcasting(线性代数里面的知识)

3.数据可视化－matplotlib与seaborn

Matplotib语法；python最基本的可视化工具就是matplotlib；seaborn的使用：seaborn是一个非常漂亮的可视化工具。pandas绘图功能：pandas是做数据分析的，但它也提供了一些绘图的API。

三、数据的导入和导出

   利用python语言对数据进行导入，常见的数据来源包括：1.读取csv数据（本地数据，网络数据）；2.读取MySQL数据；3.读取excel数据。数据导出可以导出到csv数据和读写SQL数据库。

四、数据的筛选和描述

   数据的筛选和描述算是对数据进行预处理，采取提取&查看，和筛选，利用python语言即可实现对数据预处理。

五、数据的处理

   包含数据转置，数据缺失值处理，数据分组，值替换。

六、数据的统计分析与可视化

   此项目是数据统计分析及可视化平台项目，总体包括云上数据自动化统计流程的设计和组件的开发。该项目主要是引入了kylin框架对原来的数据统计平台做优化，利用kylin以空间换时间和预计算的思想，对云平台上设备数据做多维分析，每日自动化统计分析生成计算结果数据，对接到报表系统和数据可视化系统，供领导和业务部门查看，以及便于观察设备数据的历史趋势，让业务部门更好地做业务决策。