Python之所以是一門很容易被人們愛上的語言，不光因為它本身的簡潔優雅，更因為它是一種非常好用的'膠水語言'，能融合豐富且強大的第三方類庫。在巨大而活躍的科學計算社區的支持下，如NumPy，SciPy，Pandas等數據科學領域的三方庫不斷涌現和迭代，讓Python在數據分析和交互、探索性計算以及數據可視化等方面接近并超越其他開源及商業的領域的工具。Python作為科學計算時代的語言，可以輕松實現如線性代數、優選、積分、快速傅里葉變換以及其他數據科學的算法。
例如我們可以通過短短幾行代碼就能實現以最小二乘擬合數據來求解一個形如y = mx + c的線性方程的斜率和截距，并實現預測。
Python學習群：593088321
import numpy as np
x=np.array([243,314,625,1024])
y=np.array([75,103,155,269])
x=np.vstack([x,np.ones(len(x))]).T
?
#model
m,c=np.linalg.lstsq(A,y)[0]
print(m,c)
?
#predict
newX=2000
print(m*newX+c)
以招聘人數和薪資來講，Python數據科學領域應用不僅是當下Python方向最熱門的職業（遠超WEB領域），也是未來邁向更高端的機器學習方向必須之途。那Python程序員和傳統數據分析師如何順利切入Python數據分析呢？
