數據科學的完整學習路徑（Python版）

從Python菜鳥到Python Kaggler的旅程（譯注：kaggle是一個數據建模和數據分析競賽平臺）
假如你想成為一個數據科學家，或者已經是數據科學家的你想擴展你的技能，那么你已經來對地方了。本文的目的就是給數據分析方面的Python新手提供一個完整的學習路徑。該路徑提供了你需要學習的利用Python進行數據分析的所有步驟的完整概述。如果你已經有一些相關的背景知識，或者你不需要路徑中的所有內容，你可以隨意調整你自己的學習路徑，并且讓大家知道你是如何調整的。
步驟0：熱身
開始學習旅程之前，先回答第一個問題：為什么使用Python？或者，Python如何發(fā)揮作用？
觀看DataRobot創(chuàng)始人Jeremy在PyCon Ukraine 2014上的30分鐘演講，來了解Python是多么的有用。

現在你已經決心要好好學習了，也是時候設置你的機器環(huán)境了。最簡單的方法就是從Continuum.io上下載分發(fā)包anaconda。Anaconda將你以后可能會用到的大部分的東西進行了打包。采用這個方法的主要缺點是，即使可能已經有了可用的底層庫的更新，你仍然需要等待Continuum去更新Anaconda包。當然如果你是一個初學者，這應該沒什么問題。
如果你在安裝過程中遇到任何問題，你可以在這里找到不同操作系統(tǒng)下更詳細的安裝說明。

步驟2：學習Python語言的基礎知識

你應該先去了解Python語言的基礎知識、庫和數據結構。Codecademy上的Python課程是你最好的選擇之一。完成這個課程后，你就能輕松的利用Python寫一些小腳本，同時也能理解Python中的類和對象。
具體學習內容：列表Lists，元組Tuples，字典Dictionaries，列表推導式，字典推導式。
任務：解決HackerRank上的一些Python教程題，這些題能讓你更好的用Python腳本的方式去思考問題。
替代資源：如果你不喜歡交互編碼這種學習方式，你也可以學習谷歌的python。這個2天的課程系列不但包含前邊提到的Python知識，還包含了一些后邊將要討論的東西。

步驟3：學習Python語言中的?正則表達式

你會經常用到正則表達式來進行數據清理，尤其是當你處理文本數據的時候。學習正則表達式的最好方法是參加谷歌的python教程，它會讓你能更容易的使用正則表達式。
任務：做關于小孩名字的正則表達式練習。
如果你還需要更多的練習，你可以參與這個文本清理的教程。數據預處理中涉及到的各個處理步驟對你來說都會是不小的挑戰(zhàn)。