Python数据分析

从常见的Excel和CSV到JSON及各种数据库，Pandas几乎支持市面上所有的主流数据存储形式。

对于那些对Python数据生态系统不太熟悉的人士，我将简要地介绍一部分重要的库。

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。

利用Python进行商品的亲和性分析。

这家油条店可是把今日头条从里到外模仿的透透的，无论是logo、配色还是标语都有着极高的相似度，远看还真让人以为是今日头条开了家油条店呢。

在这么多的Python IDE中，哪个才是适合自己的呢？

我们用Pandas来处理大量数据，而不是大数据，为什么呢？

如何用 Python 整理数据？

手把手教你做一个“渣”数据师，用Python代替老情人Excel。

学习Python，有什么书可以推荐吗？

本篇文章我们将在此基础上使用决策树模型对现有的RFM模型进行学习，并对新用户数据类别进行预测。同时还将通过计算同一类型中不同用户的相似度指数来为新用户进行内容推荐。

大多数人不会花大量时间去学 matplotlib 库，仍然可以实现绘图需求，因为已经有人在 stackoverflow、github 等开源平台上提供了绝大多数画图问题的解决方案。我们通常会使用 google 来完成绘图需求。至少我是这样。

对于每一个感兴趣的朋友，希望能够详细的安装流程走一遍，既有助于你对Python爬虫的认识，也有助于你知道爬虫的逻辑。

关于 Python 的最喜欢的一件事是使用者获得观察 R 社区的好处，然后模拟其最好的部分。我相信一种语言和它的库和工具一样有用。

本文用Python从捞月狗网站上面抓取国服各区及外服王者数据信息，然后用R软件进行数据初探及浅析。旨在发现数据后面的有趣的东西！