俗話說的好，知己知彼，才能百戰(zhàn)不殆，我們要想攻破一個知識點，第 一要領不是要去怎么攻破，而是要進行全方位的檢索，知道這里面的關鍵要素，任何一個方面都是要從最關鍵的內容掌握住，關鍵即常用，經常能碰的到，或者說經常能適合任何一個場景，因此我們要是想攻克數(shù)據(jù)挖掘，也要先了解它的學習要素，內容整理如下：

　　1、Pandas庫的使用及理解

　　Panda是搭建構成數(shù)據(jù)分析與整理的一個python庫，關于它的知識點不是很多，但盡管如此，我們仍然要下面要素：

　　l pandas 分組計算

　　l pandas 索引與多重索引

　　l pandas 多表操作與數(shù)據(jù)透視表

　　2、數(shù)據(jù)可視化庫之matplotlib

　　首先要掌握的是Matplotib語法

　　在Python里能稱得上是第 一可視化工具，便是matplotlib。大家有沒有注意到Matplotlib與matlib從字面上看是存在相似之處的，但是用法肯定是截然不同，這就得提高警惕了，要學會比較兩種才可以。

　　3、數(shù)據(jù)可視化庫之seaborn

　　seaborn是一個非 常漂亮的可視化工具。直接的功能特點就是繪圖，大家都有使用過excel繪圖做表的經歷，這個庫和那個使用基本差不多

　　4、數(shù)據(jù)挖掘入門

　　這部分是最難也是最有意思的一部分，要掌握以下幾個部分：

　　l 機器學習的定義

　　l 在這里跟數(shù)據(jù)挖掘先不做區(qū)別

　　l 代價函數(shù)的定義

　　l Train/Test/Validate

　　基本上涉及數(shù)據(jù)挖掘的重要內容，都在上面給大家整理出來了，還是開頭跟大家提及的，知己知彼百戰(zhàn)不殆