很多人反映在學習了Python基礎之後無所適從，不知道下一步往哪走。作為較早期的跨界者（土木狗）深有體會。本文將結合上圖，為後來者指明方向，可作為參考。
在此強調：如果打算依靠Python逃離現有的工作(如土木施工），那就要認真想想自己打算做哪一方面的工作，互聯網營銷、前端、運維、爬蟲、數據分析、數據挖掘、Web開發？強烈建議：直接上拉鉤或者Boss直聘，針對性學習更為穩妥。如果打算業余玩玩，那跟著我們一起業余吧，謔謔~

.在入門學習大數據的過程當中有遇見學習，行業，缺乏系統學習路線，系統學習規劃，歡迎你加入我的大數據學習交流裙：529867072 ，裙文件有我這幾年整理的大數據學習手冊，開發工具，PDF文檔書籍，你可以自行下載。

1.目標確定

凡事預則立，不預則廢。事先明確自己要處理事情，大體上有個方向。比如你準備分析當地房價，或是電商某種類數據，或是某個垂直領域的數據等。

2.數據獲取

爬蟲是Python初學者的必經之路，通過爬蟲既可以獲取數據，還可以理解Web的工作原理。前者可以作為數據分析的原料，後者可以作為數據Web可視化的基礎。至於你使用Request，還是Scrapy，或是Selenium，可以隨意一點，這不是公眾號【調包】的重點，度娘或GitHub有很多範例供大家參考。

3.數據分析

《利用Python進行數據分析》該書詳細講述了Pandas的使用，用它可以實現上圖流程之後的底層流程（數據整理、描述分析、洞察結論、報告撰寫），這個路徑可以稱之“數據分析”。

4.數據挖掘

上圖數據整理之後的上層路徑（建模分析、模型測試、叠代優化、模型加載、報告撰寫），這個路徑可以稱之“數據挖掘”。將會用到Sklearn、XGboost、Pytorch、TensorFlow、Spark、Hadoop等庫或工具。

5.報告撰寫
不管是數據分析還是數據挖掘，最終都要反映到報告中，可以在線動態展示數據、也可以是離線靜態報表，或者插入PPT。這個階段Matplotlib是基礎，至於用其他可視化庫或是非Python系的工具，可以隨意點，重點在於你分析的結論能否讓閱讀者肯定。

6.需求反饋

從報告撰寫再回到目標確定，這是一個產品叠代的閉環。類似於土木施工組織管理的PDCA。

Python 數據分析與挖掘的學習路徑