一，數據分析與挖掘簡介

　　所謂數據分析，是對已有的數據進行分析，提取一些有價值的信息，比如平均數，標準差等。而數據挖掘，是對大量的信息進行分析和挖掘，得到一些未知的，有價值的信息。如今日頭條類的新聞推送就是通過對用戶的信息進行分析和挖掘，從而達到精準推送用戶感興趣的新聞。數據分析和數據挖掘往往是密不可分的，數據挖掘可以說是數據分析的進一步提升。

二，數據分析與挖掘的作用

　　一句話說就是從數據中提取有用的信息。如信息推送，疾病治療，網站優化等等。隨著互聯網的發展和web2.0的興起，用戶大量的產生數據和瀏覽數據，那麽對數據進行分析就顯得尤為重要，能有效的利用數據，才能長久的發展。而另一方面，AI也成為人們熱議的話題，機器學習也離不開數據。因為數據分析和挖掘是滲透到互聯網的每一個角落。

三，數據分析和挖掘的一般步驟

1. 分析需求
2. 獲取數據
3. 數據探索
4. 數據預處理（數據清洗，數據變換，數據規約等）
5. 數據建模
6. 發布

三，模塊簡介與安裝（python）

1. numpy：pyhton中沒有數組，而numpy模塊提供數組（C語言級別），是數據處理的基礎
2. pandas：擁有兩種重要的數據類型（Series，DataFrame），主要用於數據導入，數據處理，數據探索。
3. matplotlib：作圖，數據可視化
4. scipy：進行數值計算，支持矩陣運算，提供許多高等數據處理功能，如積分，傅裏葉變換等
5. statsmodels：統計分析
6. Gensim：文本挖掘

　　安裝技巧：
　　

　　Python模塊下載網站：https://www.lfd.uci.edu/~gohlke/pythonlibs/

Python數據分析與挖掘第一篇—基本介紹及環境搭建