在我开始正式的“论述”之前，我想先说点题外话，我觉得数据类的比赛有套路可以遵循的，所以一定要使用套路来比赛。 比如，数据的清洗，降维，初期数据探索，特征工程等等。每一步都需要熟练的使用各种工具，当然我这里就说Python和Matalb。 当然主要的还是编程的实现了，我们看一张比较全面的能力图。 主要是分为三个部分：
所以我们的准备也就是三部分，语言，相关类库，常见算法。 我这里想说一个工具是Matlab，大家可能平时不用这个，只有搞数学和工程的人用的多。但是在数据分析也是强的一笔 先可以从matlab的工具箱 处理多元数据什么的，都是一把好手 平行坐标图 我其实想放一个关于MATLAB官方的数据处理资料，找了一下没有找到 https://ww2.mathworks.cn/help/pdf_doc/matlab/index.html翻了一下以前的文章，找到了 在这里，2018也是可以使用的 这是我们PDF里面的目录，数据前处理，拟合，时序分析是这个里面重点写的，可以抽时间试着处理一下。 Matlab官方资料，这里有我总结的更多的资料。 接下来就是正经的编程语言了，这里选择Python，使用人数多，资料丰富，类库丰富，数据处理的不二之选。 https://docs.python.org/zh-cn/3/如果是从来没有写过程序，那这个文章可能不适合你，出去掌握一些基础语法再回来。 我们对Python的使用应该是复习，而不是预习，和初次学习。跟着官网的文档使用一次，记住语法的格式。 https://pandas.pydata.org/
数据处理无论如何也绕不过去的库，官网的学习资料最好 https://www.runoob.com/pandas/pandas-tutorial.html
搭配菜鸟教程，快速熟悉常见的操作，认真操作一晚，做好笔记的记录 https://numpy.org/
Numpy的学习方法一样，掌握常见的操作就行 其实到这里，你的学习量就很大了。我这里停一下，配置一下分析的环境， https://www.jetbrains.com/zh-cn/dataspell/这里使用全新的数据分析工具DataSpell：
就是这个 https://download.jetbrains.com/python/jetbrains-data-spell-213.4250.391.exe下载链接
安装
全选
首次打开，同意
开始页面
使用GitHub登录 浏览器端授权成功
登录成功
是使用自带的解释器
完成
这里问你要不要下个索引，下次速度快点 下载
使用正常
加个封面 |
|
|
