1. Python要针对性的学
俗语有云“不积跬步，无以至千里”，数据分析属于是 Python 语言的一个就业方向，而且可以说是有一定难度的，所以如果你没有抱着“必死”的决心去学习，建议你就不要往下看了，世界上没有一蹴而就的事情，也没有不付出就可以收获回报的好事，所以要想使用 Python 做数据分析，掌握 Python 语言的基础是必须的，如果没有基础估你连一个脚本怎么运行都不知道，更别提看懂代码了，但是学习基础，我们也要有针对性的学习，这样才能快速提高我们的掌握数据分析的效率。1) Python基础需要重点掌握哪些
所谓针对性学习，并不是说我们忽略的知识不重要，只是他在数据分析中可能不重要，你要知道 Python 语言可以是从事很多方向的工作，数据分析只是其中之一。那么对于没有基础的同学应该如何去学习 Python 语言呢，才能和数据分析高度契合？（PS：有基础的小伙伴可以跳过或针对性复习）：
第一，就是要认识 Python 语言，比如它的编码格式，它的特征（Python 中一切皆对象）、以及标量类型；
第二，重点掌握 Python 内建数据结构，比如字符串、列表、元组、字典、集合，它们涉及的方法与属性；
第三，熟练掌握 if 语句、for 循环、while 循环以及列表、元组、字典的推导式和 Python 异常处理机制；
第四，掌握 Python 内置的一些标准库函数模块，比如和数学计算相关的 math 模块
第五，重点掌握 Python 的面向对象编程的概念，理解类、类方法、类属性、实例对象、实例属性，并且能够熟练使用；
第六，掌握常用的 Python 内置函数，比如 zip()、map()、filter()等等，以及掌握 Python 的函数式编程和 Lambda 表达式；
第七，重点掌握如何使用 Python 处理文件，这也是数据处理预处理中常用到，没有一个合适的格式，如何展开数据分析。

2. 数据分析中重要的Python库
上面介绍了学习 Python 基础时，给大家提出的一点小建议，希望大家根据自己的实际情况安排相应的学习，下面给大家介绍数据分析中经常用到的 Python 相关的重要库，也就是我们提到过的科学计算库，给大家做一下简单的介绍，在后面我们会进行逐一的讲解。
1) Nmupy数值计算基础库
Python 自身的数据分析能力并不强，需要安装一些第三方库扩展库才能最终实现数据分析的目的。NumPy（官网http://numpy.org） 是 Python 语言的一个扩展程序库，是 Numerical Python 的简写，支持大量的维度数组与矩阵运算，它提供了关于数组的大量的数学函数库以及大部分和 Python 数值计算有关的接口，它是 Python 数值计算的基础包，一般配合其他的第三方包使用，比如 matplotlib、Pandas 等。