工欲善其事，必先利其器。数据行业常用的两种工具分别是python和R，作为初学者，python更加容易上手也是市面上很多人和程序员的选择。so, why not？

安装环境

数据分析其实也是一项工程任务，就好像你画图需要有工具一样，开发产品也需要各种工具的支持，目前数据科学常用的就是anaconda+notebook的组合。嗯，我之前也没听说过，你可以参考这两篇文章：初学python者自学anaconda的正确姿势是什么？？​www.zhihu.comjupyter notebook 可以做哪些事情？​www.zhihu.com

具体的安装细节和可能出现的问题都一一作了解答。

从python的基础开始

接下来就要说到python入门了，可能很多网站或者书籍都有推荐简单、实用的python教程，可是在我看来，数据分析师需要了解的真的没有那么多，而且更重要的是如何使用python，在使用的过程中学习才是最快的。

上图镇楼：导图工具来自我的幕布笔记

猴子哥的live分为这么几个点：

为什么学python、安装数据安装环境(我已经挑出来放在上面了)、数据分析四个关键、模块和数据结构。

时间有限，关于为什么学python你只需要记住：python在数据科学里被广泛接受、收入水平较高。如图：

接下来我们来看看数据分析四个关键，分别是：数据、条件判断、循环、函数。

数据

数据分析，一切要从数据开始。就好像我们画画需要工具和方法，数据分析也需要知道如何存放数据、如何处理数据、数据分为哪些类型。

存放数据最简单，我们会把数据赋值给变量，变量就是我们给数据起了一个名称。

数据类型很有趣，几乎是这一部分最难也是最简单的，因为你要做的不是听课，而是：上手练习！

以下是几种数据类型：字符串，数字，容器(列表，元祖，集合，字典)，布尔，none。其中加粗的值是不可修改的类型。不过还是强调一点，这些都不需要记忆，而是应当在使用中熟悉他们。具体内容可以参考：Python3 教程 | 菜鸟教程​www.runoob.com

条件判断

条件判断其实就是你做事情的一个前提，也就是比较你需要的条件和你有的条件的关系。生活中我们也许会出现：如果今天晚上有时间，我就玩一次游戏，没有时间就睡觉。

这就是一个条件判断：if 有时间： 玩游戏；else 睡觉。很简单吧？

循环

除了判断条件是否合适，我们有时候还需要做一些重复的任务，比如。。。吃饭。我每天吃3次饭怎么写呢？for 我 in 吃饭列表：print(我)输出我的吃饭状态。嗯，编程出来应该是这样：

除了基本的for+print，我们还有continue和break需要了解一下，不过你这么聪明应该可以自己找到例子吧？

函数

函数这个概念我们似乎很熟悉了，但是这里的函数和数学里的函数概念还是有一些区别的，你可以理解为完成一个功能的黑盒子。比如下面这个加法函数：

def add(x,y):

z=x+y

return z

可以看出，add是函数名，x、y是变量，z是输出值。你需要知道的其实就是函数功能，输入哪些值。当然，还有一点小问题，就是变量作用域。比如你不能在函数体外直接使用函数内的值。

模块

下面讲模块。这句话你可以理解吗？按照不同类型的衣服放入不同的衣柜中。其实模块的意义就是：按照不同类型的函数放入不同的文件中。这些文件就是模块，而模块又可以放到包这个文件夹里：

导入包需要使用到import，你可以import 包名称；可以import 包名称 as 别名；可以form 包名称 import 函数名。

数据结构

数据结构有三类：双向链表queue、排序字典OrderedDict、计数器Counter。

这部分猴子哥讲的很快，在我看来是有一些蒙的，不过概念还是理解了，比如队列就是你先到的数据先出队，栈就是你放在上面的数据先出去。OrderedDict和counter其实是collections包里的OrderedDict

以上内容十分简陋，简陋到我都觉得不好意思了，不过你需要知道的是，看书只是辅助，实操才是主体，参考：自学编程需要注意什么？​www.zhihu.com

以上，感谢。