1 我的數(shù)據(jù)分析學(xué)習(xí)順序
2 書籍介紹
2.1 基礎(chǔ)
《Python編程：從入門到實(shí)踐》易讀，最常用的入門語法，比《Python編程快速上手》更適合。
《流暢的Python》想深入了解Python語法的必備書籍。
2.2 算法
《算法圖解》、《Python程序員面試算法寶典》大部分算法數(shù)據(jù)是用C++或Java，喜歡用Python寫數(shù)據(jù)結(jié)構(gòu)與算法的可以閱讀。
2.3 數(shù)據(jù)分析
主要學(xué)習(xí)Numpy、Pandas、Matplotlib。
《利用Python進(jìn)行數(shù)據(jù)分析》大部分人使用老鼠書入門，但版本是Python2的。
《Python數(shù)據(jù)科學(xué)手冊》前半部分是數(shù)據(jù)分析，雖然比較厚，但可以系統(tǒng)學(xué)習(xí)Numpy、Pandas。
《Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)(第2版)》Python可視化一直比較難輕易實(shí)現(xiàn)，書籍較少，需要多結(jié)合網(wǎng)絡(luò)代碼才能熟練。
2.4 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)有監(jiān)督學(xué)習(xí)如決策樹、線性回歸等，無監(jiān)督學(xué)習(xí)聚類、主成分分析，主要是用Scikit-Learn實(shí)現(xiàn)。
《Python機(jī)器學(xué)習(xí)基礎(chǔ)教程》Scikit-Learn輕松入門。
《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：基于Scikit-Learn和TensorFlow》前半部分是Scikit-Learn，講解深入，適合進(jìn)階，后半部分TensorFlow過于粗淺。
《集體智慧編程》學(xué)完Scikit-Learn，可以嘗試從零開始寫機(jī)器學(xué)習(xí)，適合想鉆研算法的使用，比《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》版本較新。
2.5 深度學(xué)習(xí)
主要學(xué)習(xí)各種神經(jīng)網(wǎng)絡(luò)算法，熟練使用Keras、TensorFlow。
《深度學(xué)習(xí)入門》從零開始寫神經(jīng)網(wǎng)絡(luò)，代碼比《Python神經(jīng)網(wǎng)絡(luò)編程》更詳細(xì)。
《深度學(xué)習(xí)入門》Keras入門書籍。
《深度學(xué)習(xí)之TensorFlow》TensorFlow入門書籍。
《Python和NLTK自然語言處理》自然語言一直沒有針對漢語的版本，只能盡量挑新版書籍。
2.6 網(wǎng)絡(luò)爬蟲
《Python 3網(wǎng)絡(luò)爬蟲開發(fā)實(shí)戰(zhàn)》網(wǎng)絡(luò)爬蟲由于更新快，很少有深入學(xué)習(xí)的書籍，國內(nèi)就屬崔慶才版本比較全面，其他書籍都是強(qiáng)調(diào)某個(gè)功能，其他功能略過。
3 建議學(xué)習(xí)流程
3.1 第1年按順序看這6本基礎(chǔ)書籍，每本約2-3個(gè)月：
《Python編程：從入門到實(shí)踐》
《Python數(shù)據(jù)科學(xué)手冊》數(shù)據(jù)分析部分
《Python機(jī)器學(xué)習(xí)基礎(chǔ)教程》
《深度學(xué)習(xí)入門》神經(jīng)網(wǎng)絡(luò)入門
《Python深度學(xué)習(xí)》Keras入門
《Python 3網(wǎng)絡(luò)爬蟲開發(fā)實(shí)戰(zhàn)》
3.2 第2年看5本進(jìn)階書籍，順序不限，每本2-3個(gè)月
《流暢的Python》
《Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)(第2版)》或其他可視化書籍
《集體智慧編程》從零開始寫機(jī)器學(xué)習(xí)代碼
《深度學(xué)習(xí)之TensorFlow》TensorFlow
《Python和NLTK自然語言處理》
4 后續(xù)補(bǔ)充一些看過但覺得沒必要的書籍
PS：如果有其他好的數(shù)據(jù)分析書籍，大家也可以推薦
