Python是一种面向对象、直译式计算机程序设计语言，由Guido van Rossum于1989年底发明。由于他简单、易学、免费开源、可移植性、可扩展性等特点，Python又被称之为胶水语言。下图为主要程序语言近年来的流行趋势，Python受欢迎程度扶摇直上。
图片来源用Python玩转数据
由于Python拥有非常丰富的库，使其在数据分析领域也有广泛的应用。由于Python本身有十分广泛的应用，本期Python数据分析路线图主要从数据分析从业人员的角度讲述Python数据分析路线图。整个路线图计划分成16周，120天左右。主要学习内容包括四大部分：
1）Python工作环境及基础语法知识了解（包括正则表达式相关知识学习）；
2）数据采集相关知识（python爬虫相关知识）；
3）数据分析学习；
4）数据可视化学习。
PYTHON学习路径计划图
Python工作环境及基础语法知识了解
对于Python基础语法学习部分，学习周期大概为4周，需要的相关资源在网络上都能找到免费的资源，而且质量都不错。相关中文资源如下：
1.python工作集成环境包
Python(x,y):
Pycharm：
2.python数据分析相关库（Pandas/ Numpy/
Scipy/ Matplotlib）
如果安装了上面集成工作包，则下面的包不需要重新安装了。关于包的安装方法在学习资源图书中都有介绍，通常安装库采用pip方法，也可以用pip list查询系统安装了哪些库。
3.学习资源
图书：1）Python基础教程（第2版）[电子版图书自行百度]
2）深入浅出Head First python（中文版）[电子版图书自行百度]
在线教程：1）
2）
视频教程：1）
2）
3）
数据采集学习
对于数据采集部分的学习主要是通过python爬虫的学习了解基本的外部数据采集情况，当然也可以借助别人写好的规则库直接完成某些数据的采集。这部分内容的学习周期大概也为四周，需要的相关资源在网络上都能找到免费的资源，而且质量都不错。相关中文资源如下：
爬虫学习在线教程：
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
视频教程：
数据分析
Python数据分析的学习主要是对相关库的使用，比如数据整理需要用到numpy和pandas库，数据描述与分析分析则主要用到pandas库，从某种程度上讲，利用python进行数据分析的学习过程就是对库的学习过程。由于有了前面2部分内容的学习基础，本部分内容的建议学习练习时间也为4周，相关免费学习资源如下：
图书：[电子版图书自行百度]
视频：[视频为cousera认证课程，全程中文]
数据可视化
Python数据可视化学习的过程就是学习matplotlib库的过程，matplotlib库包含有丰富的数据可视化资源，地图、3D等等都有涉及，如果有前面3部分的学习经验的话，这部分内容在4周内也能解决。相关中文学习资源如下：
图书：[电子版图书自行百度]
在线教程：
1.
2.