数据科学专题
本页是「数据科学」专题的统一入口。完整分类导航见 Python 文档导航总览。 本专题深度融合了原「数据分析」「数据分析实战」「数据工程」「数据挖掘」四个方向，按学习阶段分层。
前置知识
本专题篇目
导论
| 篇目 | 内容 |
|---|---|
| 数据科学导论 | 数据科学概览、技能体系、学习路径 |
| 开发环境与工具 | 环境搭建、包管理、Notebook 操作 |
数据分析库工具链（NumPy、Pandas、Matplotlib、Seaborn、PyEcharts、数据获取）已移至 模块·数据分析库，作为数据科学各章节的前置知识。
数据处理与分析
| 篇目 | 内容 |
|---|---|
| 数据分析全流程 | 数据分析工作流程、工具选型、清洗管道 |
| 文件读取与 DataFrame | 多格式读取、Series 与 DataFrame |
| 高级索引与筛选 | loc/iloc、条件筛选 |
| 数据清洗 | 缺失值/异常值/重复值处理 |
| 时间序列 | 时间解析与应用 |
| 案例：电商用户行为分析 | 电商数据综合处理实战 |
数据采集与爬虫已整体移入 爬虫专题（入门路线）。 NumPy 数值计算（批量计算、基础统计）已回 模块·数据分析库（入门补充篇）。
可视化实战
| 篇目 | 内容 |
|---|---|
| 绘图基础与基础图表 | Matplotlib 结构、折线图与散点图 |
| 图表进阶：脊柱、注解与图例 | 直方图/条形图/饼图、脊柱/注解/图例 |
| Seaborn 与交互式图表 | 统计图表与 Plotly 交互 |
| 案例：用户行为可视化分析 | 用户行为分析可视化 |
统计与建模
| 篇目 | 内容 |
|---|---|
| 回归分析 | 线性回归预测 |
| 案例：电商用户商品喜好预测 | 特征工程与回归建模 |
| 初识 EDA | 探索性数据分析方法论 |
| 案例：电影票房预测模型 | xgboost 回归实战 |
| 案例：用户流失预测 | 分类建模实战 |
| 案例：国产电视剧评分预测 | 弱特征挖掘实战 |
数据工程
| 篇目 | 内容 |
|---|---|
| 数据清洗管道实战 | ETL 管道设计 |
| Airflow 任务调度 | 工作流调度 |
| 数据质量与校验 | 质量维度、GX/Pandera |
| 完整 ETL 实战 | 端到端 ETL |
算法与数据挖掘
| 篇目 | 内容 |
|---|---|
| 数据挖掘导论与流程 | 数据挖掘定义、动因、四大问题、CRISP-DM 流程 |
| 数据挖掘算法合集 | 分类、聚类、回归与关联、文本挖掘四大方向算法 |
| 数据挖掘实践 | 酒店消歧、城市聚类、房价预测、关联分析、新闻分类 |
量化金融
| 篇目 | 内容 |
|---|---|
| 量化交易入门 | 量化系统概念与架构 |
| Pandas 与 NumPy 策略回测 | 向量化回测系统 |
学习路径
按以下顺序学习效果最佳：导论 → 数据分析库（见模块·数据分析库）→ 数据处理与分析 → 可视化/统计建模 → 数据工程 → 算法与数据挖掘。详见 数据科学导论·学习路径。