Numpy、Matplotlib和pandas学习路线引导

一、Numpy、Matplotlib、Pandas概述

• NumPy是使用Python进行科学计算的基础包，常用于数据分析。NumPy通常与SciPy和Matplotlib一起使用，广泛用于替代matlab，有助于我们学习数据科学或机器学习。
• Matplotlib是用于数据可视化的最流行的Python包之一，它是一个跨平台库，用于根据数组中的数据制作2D和简单3D图。
• Pandas是一款开放源码的BSD许可的Python库，为Python编程语言提供了高性能，易于使用的数据结构和数据分析工具。Pandas用于广泛的领域，包括金融，经济，统计，分析等学术和商业领域。

二、参考教程及学习建议

1、参考教程：

《Numpy、Matplotlib和Pandas学习笔记》，建议以该学习笔记为主线，以示例代码做练习，便于小组交流讨论。

Numpy、Matplotlib和Pandas为数据分析工程师必学内容，软测工程师选学内容，若是立志做大数据测试工程师或者AI测试工程师，也建议后续学习。

学习笔记主要借鉴网上如下教程：

Numpy教程：https://www.yiibai.com/numpy/numpy_data_types.html

Matplotlib教程：https://www.yiibai.com/matplotlib/lifecycle.html

Matplotlib教程：https://www.yiibai.com/matplotlib/matplotlib_bar_plot.html（借鉴该教程部分内容）

Pandas教程：https://www.yiibai.com/pandas

Pandas项目实战：https://blog.csdn.net/weixin_43060843/article/details/93738582

2、学习建议

序号	学习阶段	学习内容	不足
1	2019.12.25-2020.12.29	NumPy库学习18小时，12个py文件，922行py代码。	总计学习58个小时，完成31个py文件，2000行代码。相关数学知识遗忘或者未曾学过，如线代、统计学、概率论等，另外缺乏有深度的项目实战，需后面将爬虫技术以及三个库的技术整合在一起进行实践，熟能生巧。
2	2020.1.1-2020.1.6	Matplotlib库学习16小时，10个py文件，507行代码。
2	2020.1.7-2020.1.14	Pandas库学习24小时，9个py文件，610行代码。

 

2、学习笔记和练习代码

 学习笔记和练习代码均上传到QQ小组群中，后续会上传到语雀协作平台和码云上。

建议在学习过程中，也构建自己的个人学习笔记，并为后续的团队学习笔记添砖加瓦，共建Numpy、Matplotlib和Pandas学习知识库。

此部分内容建议课外花费60小时以上时间，并结合《线性代数》、《概率论》等课程一起学习实践。