1.5 本章小結

05-20

1.5 本章小結

來自專欄 Python數據分析與數據化運營

說明：本篇是《Python數據分析與數據化運營》第一章的小結內容。

-----------------------------下面是正文內容--------------------------

內容小結：本章分別從Python和數據化運營的關係，數據化運營所需要的Python相關工具組件入手，介紹了有關Python和數據化運營的理念、關係、流程和工具，並通過一個小案例演示了如何通過Python進行銷售預測。

重點知識：有關Python的相關工具部分，這些內容是本書後續所有工作的基礎，希望讀者能在本機上進行安裝、測試和學習。

外部參考：限於篇幅，本章沒有對Python和相關工具的基礎知識進行講解，只是對涉及了案例中的部分內容。因此，很多知識需要讀者書外「補習」，除了Python基礎知識和科學計算以外，還有資料庫、Tesseract、TensorFlow等工具，他們將構成數據基礎工作和數據延伸工作的基石。作為本章內容的延展，筆者列出了相關資源，希望給與讀者必要參考。

Python參考資源

以下列出了主要的官方參考資源和信息：

Python官方網站：https://www.python.org/。Python最權威的網站，有關Python的幫助手冊、新聞、事件、應用、案例、社區等，並提供官方Python所有版本和環境的安裝程序和安裝包。
Python pypi第三方庫：https://pypi.python.org/pypi。Python使用pip命令安裝時，請求的資源就來源於該網站，這裡匯聚了第三方Python程序的軟體倉庫，截止目前有101866個軟體包。你可以在這裡直接查看、下載和評論第三方庫。
Stack Overflow：http://stackoverflow.com/。Stack Overflow是一個與程序相關的IT技術問答網站，用戶可以在網站上免費提交、瀏覽和檢索問題。大多數情況下，你的問題都不是第一次出現，所以有問題了不妨先在這裡找找答案。
Python內部幫助文檔和信息：在IPython命令行窗口使用help()和dir()命令。例如：通過dir(numpy.mean)查找numpy庫下面的mean函數的大部分屬性，通過help(numpy.mean)獲得該函數的具體介紹、參數解釋、應用舉例等詳細信息。這是針對特定知識點最為主要的學習參考資源。

Python學習書籍

大多數情況下，通過上述方法可以了解到Python基本知識，但以下圖書資源會幫助你更加深入的了解Python及其相關庫的工作方式和邏輯，尤其是對於數據挖掘、機器學習等領域的認知：

《利用Python進行數據分析 [Python for Data Analysis]》，Python用於數據分析的專業數據，介紹了Python用來數據分析的幾個主要科學計算和展示庫Nunpy、Pandas、Matplotlib等，書中對這些庫的講解略粗，但全書的邏輯體系完整，適合數據分析和挖掘工作者作為入門閱讀。
《Python數據分析與挖掘實戰》，從數據工作流的方式展開介紹的Python數據應用，書籍的邏輯結構較為完整，後面也有部分案例的介紹，適合對Python有一定了解的數據工作者閱讀。
《機器學習實戰 [Machine learning in action]》，這是使用Python進行機器學習的專業書籍，需要讀者具有相當的演算法、程序和模型專業知識，適合中高級數據挖掘和建模工程師閱讀。
《集體智慧編程》，這是使用Python進行機器學習的專業書籍，與傳統機器學習書籍不同的是，本書沒有按照演算法分類進行分別闡述，更是從應用的角度分場景介紹，本書需要讀者了解工程、演算法和模型知識，適合中高級數據挖掘、建模工程師、程序員閱讀。
《Python基礎教程（第2版修訂版）》這是一本純Python編程語言的介紹書籍，其中主要圍繞每個方法、條件、函數、對象、屬性等進行介紹，適合程序員以及想深入了解python工作原理和邏輯的讀者查閱。

MySQL相關

數據分析師或挖掘工程師對資料庫的應用語言主要集中在DDL（本機操作）和DML（本機和伺服器操作）上，而DCL和TCL涉及相對較少。因此建議讀者重點了解前兩種語言的相關知識。

MySQL官方資源：https://dev.mysql.com/doc/。所有有關MySQL的官方信息和知識，都在這裡可以找到。
MySQL第三方教程：http://www.runoob.com/mysql/mysql-tutorial.html。言簡意賅的介紹MySQL的基本用法，並且是全中文的按照用法主題分類，適合當知識查找工具。
書籍《深入淺出MySQL》（第2版），比較完整的闡述了MySQL的開發、設計、運維、管理等方面的內容，內容全面，並且有適合初學者的章節。

Tesseract-OCR相關

有關tesseract的資源不多，目前主要是官方信息。

Tesseract wiki：https://github.com/tesseract-ocr/tesseract/wiki。頁面右側按照不同的主題頁面展示，可直接點擊對應標題查看。
Tesseract介紹：https://github.com/tesseract-ocr/docs。各種會議和演示的PPT材料和介紹信息。
Tesseract訓練數據集：https://github.com/tesseract-ocr/tessdata。注意頁面中是Tesseract 4版本用的數據集，其他版本的查看頁面底部信息入口。
Tesseract語言文件：https://github.com/tesseract-ocr/langdata。按照語言類別歸類到文件，用來為特定的語言做重新訓練時的主要過程數據和文件。

TensorFlow相關

TensorFlow作為2015年底「剛」開源的機器學習框架，其學習資源不多，原因是開源之後即使有大型公司或團隊使用，也需要經過一定時間技術實踐和應用。

Tensorflow官方網站：http://www.tensorflow.org/。要打開這個網站需要一定的工具或技巧。
Tensorflow中文社區：http://www.tensorfly.cn/。相當於漢化版的官方網站。
書籍《TensorFlow實戰》：國內為數不多的Tensorflow實戰書籍。
極客學院的Tensorflow官方文檔中文版：http://wiki.jikexueyuan.com/project/tensorflow-zh/。在Tensorflow剛開源1個多月，極客學院就組織了很多人進行翻譯。

應用實踐：讀者可以自己手寫一個Python工作（比如預測）案例，也許這個過程中會出現很多意想不到的問題，但別擔心，總有很多途徑可以解決這些問題，並且解決問題的過程正是學習的過程，通過簡單的練習可以掌握Python工作的基本原理和方法。