數據分析定義，參考維基百科。

數據分析基本步驟：

明確目的思路、數據收集、數據處理、數據分析、數據展現。

IDE方面：Pycharm最優的選擇。（深度學習框架裝在Anaconda下面即可，Pycharm可直接共享使用。）

開發環境總結：

1）Anaconda 安裝深度學習框架，可寫代碼，但調試很不方便。

2）Jupyter Notebook 演示和分享。

3）Ipython 驗證思路。

4）Pycharm 編寫完整項目，調試非常方便。

環境方面，python2與3的區別：

1）from __future__ import print_function

2）編碼問題 （3比2好很多）

使用python2，在編碼方面的建議是：

1）設置文件編碼方式；

2）文件頭部指定的編碼方式與文件保存的編碼方式一致；

3）盡量是用UTF-8。

python基礎：

大部分python對象是可變的，字符串和元組是不可變的；

continue結束本次循環，break結束整個循環；

異常處理：（try except用法示例）

def divide(x, y):

? ? ?try:

? ? ? ? ? return x/y

? ? except:

? ? ? ? ?return 'error happens.'

print divide(8, 2)

print divide('8', 2)

range和xrange的區別：兩個功能一致。xrange效率高于range，range()會得到列表，而xrange只是一個迭代器，不會顯示列表，但可以直接使用。示例：

range(1, 20, 2)? 輸出：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

xrange(1, 20, 2)? 輸出：xrange(1, 21, 2)

列表、字典傳參和變量傳參的不同：列表、字典會被改變，變量的值不會變（變量復制、傳參是值傳遞，列表、字典的傳參是傳引用）。示例：

def fun1(a):

? ? ? ?a = 2

? ? ? ?print a

b = 3

fun1(b)

print b

輸出為2，3。

l_1 = [1, 2, 3]

l_2 = l_1

l_1.append(4)

print l_1

print l_2

輸出為[1, 2, 3, 4]，[1, 2, 3, 4]。

def fun2(lst):

? ? ? ?lst[0] = 5

? ? ? ?print lst

lst1 = range(5)

print lst1

fun2(lst1)

print lst1

輸出為[0, 1, 2, 3, 4]，[5, 1, 2, 3, 4]，[5, 1, 2, 3, 4]。

python數據結構：

1）元組

2）列表

3）字典

4）集合

python高級特性：

推導式

1）列表推導式

示例：X=[x for x in Y if x>0]

2）字典推導式

3）集合推導式

4）嵌套列表推導式

函數列表

匿名函數 lambda

生成器 generator

python高階函數

函數式編程

map/reduce

filter