最近在学习利用Python进行数据分析，为什么要学习数据分析呢？我们常常遇到这样一种情况，我们可能通过爬虫或者相关统计得到一系列的数据库表格信息，那么怎么从这些数据中得到我们想要的趋势和规律呢？当然是要通过数据分析来实现，它是相关工作岗位的要求，是python数据科学的基础，是机器学习的基础。
1、数据分析流程
数据分析其实就是使用恰当的方法对收集来的大量数据进行分析，帮助人么做出判断，以便采取适当措施。其基本流程如下图所示：
我们一般进行数据分析都需要先确定需要解决的问题，接着去准备数据，可以是本地数据库的，也可以是爬虫获得的，当然我们获得的数据也可能是冗余的，缺失的，需要我们来针对数据进行一个预处理，如数据清洗等等，接着对处理过的数据进行分析，最终将得到的结论可视化。
2、环境搭建：conda和jupyter的使用
1、Anaconda
在学习数据分析的时候，因为Anaconda上集成了很多我们所需要的环境，所以我选择安装Anaconda进行相关操作。
其下载官方地址为：https://www.anaconda.com/products/individual
可利用conda创建一个环境：
conda create --name python3 python=3
针对不同平台切换的方式不同：
Windows: activate python3
Linux/macos: source activte python3
2、jupyter notebook
jupyter notebook: 一款编程/文档/笔记、展示软件
启动命令：jupyter notebook
一般安装完Anaconda就可以直接切入，否则在相应的文件夹下打开即可进入，一般会进入一个网页版，你所新建的文件会保存于你打开jupyter notebook时所在的文件夹。
3、python相关库的主要处理对象
Matplotlib: 在数据分析中是来帮助我们进行画图的
Numpy: 针对数值类的数据进行分析，处理数值型的数组
pandas: 在numpy的基础上，不仅能够帮助我们处理数值型的数组，还可以处理字符串、时间序列、列表、字典等类型数据