本文主要是介绍《利用python进行数据分析.第三版》第四章Numpy，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

PART 1 数据分析概念与职业操守

** 1 ** ** 、 ** 数据分析概念、方法论、角色 ** （占比 ** ** 1% ** ** ） **

【领会】

数据分析基本概念（数据分析、数据挖掘、大数据） 数据分析目的及其意义

数据分析 （Data Analysis）：是以数据为分析对象，以探索数据内的有⽤信息为主要途径，以解决业
务需求为最终⽬标，包含业务理解、数据采集、数据清洗、数据探索、数据可视化、数据建模、模型结
果可视化、分析结果的业务应⽤等步骤在内的⼀整套分析流程。
数据挖掘 （Data Mining) : 是⼀个跨学科的计算机科学分⽀，它是⽤⼈⼯智能、机器学习、统计学和数
据库的交叉⽅法在相对较⼤型的数据集中发现模式的计算过程。

数据分析的⽬的： 发现有价值的信息、提出结论、为业务发展提供辅助决策。它描述了 ”过去发⽣了什
么“、”现在正在发⽣什么“ 和 “未来可能发⽣什么”。根据分析层次的级别不同，分为常规报表、即席查
询、多维分析（⼜称钻取或OLAP）、警报、统计分析、预报（或者时间序列预测）、预测型建模
（Predictive Model）和优化。

数据分析方法与流程

** CRISP-DM ** ** 方 ** ** 法论： **

业务理解、数据理解、数据准备、建模、模型评估、模型发布

** SEMMA方 ** ** 法论： **

** AB ** ** 测试： **

** EDIT ** ** 模型： ** E:Exploration 探索；D:Diagnosis
诊断；I:Instruction指导；T:Tool工具

数据分析的不同角色与职责

2、数据分析师职业道德与行为准则 （占比 1% ）

【领会】

数据分析师职业道德操守数据分析师专业行为准则

3、大数据立法、安全、隐私 （占比 1% ）

【领会】

国外隐私相关法律要求（参阅《国际数据保护规则要览》）

国内大数据立法的历程和展望（参阅《中国大数据法治发展报告》）

欧盟《通用数据保护条例》（ General Data Protection Regulation ，简称 GDPR ）中企业和个人的数据使用权限

这篇关于《利用python进行数据分析.第三版》第四章Numpy的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！