前言
个人作为互联网行业数据分析师工作已有3年之久，日常工作中碰到过问题，也在解决的问题过程中学到了很多。作为组内技术较为资深的组员，也经常在周会中安排环节给组内人员进行知识分享，以及日常帮助同事解决问题，组内的同事在我的分享过程中学到了很多，这让我很有成就感。
其实我个人是比较推荐大家帮人解决问题的，因为碰到的问题很多情况下可以完善自己的知识体系，这也是我想要把我日常分享给同事的内容发到知乎上来的原因，希望可以帮助到更多刚入行的同学。
当然，太过基础的东西很多人在网上都查得到，所以我分享的内容大部分是一些被忽略的功能技巧，但这些技巧实际上对我们日常写代码有很大帮助。
接触数据分析这个职业越多，我越感叹于数据分析涉及工作内容的有趣，以及python的强大，之后会继续分享自己在工作上的一些工作成果以及较为有趣的知识，当然都是包含代码的，希望想要学习到知识的同学可以手动敲敲代码，看看每个代码块的实际效果是什么。
我日常使用的工具：Python，Tableau，数据库（mysql，redshfit)，Excel，linux，git
本篇主要介绍下python方向的用到的内容
Python篇
- python环境以及编译器
- jupyter note book：使用jupyter的原因是代码效果实时展示，更方便查看结果，而且我使用了自定义的主题以及安装了插件（会分享给大家设置的方法），总体现在来说是我比较喜欢的界面。
Jupyter自定义的文件夹页
写代码时的界面，图中的知识都会分享给大家
- python3.7：目前python即将推出3.9的beta版，这里说一句，虽然高版本的python功能更加强大，一些功能也做了优化，但稳定性目前来说是python3.6最为稳定，在使用的时候各版本都有一些细微的差别，大家可以在网上查到这些内容，如果有需要提供链接，我在后续更新会加上。总体来说，由于python2版本已经停止维护，都尽量使用python3吧。
- pycharm：工作中会用pycharm开发大的数据分析项目，更方便对python代码结构化放置。
pycharm的界面，以及自己的一些代码结构
2.python在工作中需要的相关能力
- 增删改查数据库：数据库方面是一定需要的能力，无论是大数据还是集中式数据库，互联网公司的数据基本都在数据库里。数据库这里会介绍下常见的几种报错以及处理解决方法。导入包：
import psycopg2
import pymysql
from sqlalchemy import create_engine,text
- 发送邮件：很多情况下业务方需要的数据需要用邮件的方式拿到数据，所以需要定时发送，具体任务设置要到linux服务器上设置crontab，也有些公司会自己开发任务调度平台，我这里打算简单分享下linux上的设置方法，具体公司具体操作。邮件这里会介绍下附件，发送邮件的格式，图片等等。导入包：
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import smtplib
- 发送钉钉消息：工作中一些脚本任务执行完成，是否成功是否失败最好都要有监控，我们常用的监控方式就是用钉钉消息发送，当然钉钉消息还可以发送很多内容，这个就感兴趣的继续深入研究吧。钉钉消息会说一下设置一个自己使用的钉钉消息通知，作为自己跑的脚本的监控，通过装饰器的方法实现。导入包：
from dingtalkchatbot.chatbot import DingtalkChatbot
- 数据清洗：利用python进行数据清洗是最基础的工作了，数据合并保存等等，都会遇到，也是大家在学习过程中最基础的内容，这边准备只分享一些写代码时候的小技巧，也会写一些碰到的问题，以供大家参考。主要用到的包就是pandas，还有numpy，但是一些常用的list，set，dict和tuple的小技巧也会在这个模块给大家分享。
import pandas as pd
import numpy as np
- 可视化：利用图表分析数据是很有效的分析方法，python的可视化库我平常最常用的有seaborn，matplotlib，还有pyecharts，最近越来越喜欢用pyecharts，因为交互性会比较好。这里准备放一些我常用的图形，实现的代码，还有就是如何去判断使用哪种图表进行分析。
import matplotlib.pyplot as plt
import seaborn as sns
import pyecharts
from pyecharts import options as opts
- git代码仓库：这个就是正常的一些代码部署上线的规范问题，算是程序员的基础操作了。
- 爬取一些简单数据：爬数据的情况其实遇到的比较少，但也会有些需求，更多的是我个人尝试爬取一些内容自己分析着玩，平常的工作中，只是分析自己公司的数据可能都要占用很大一部分工作时间，所以是否需要写大型的爬虫项目，还是看公司需求。
import requests
from bs4 import BeautifulSoup
- 时间模块的处理：由于我们公司做了一些跨境的项目，所以对时差的切换还是比较频繁，再加上时间字段实际上运用的比较多，很多细节可能需要在分享下，以便理解，所以加了这个模块。pandas也会包含时间处理，所以一并写上来。
from datetime import datetime, date, timedelta
import pandas as pd
- 多线程、多进程及协程：由于大多数工作涉及到的数据量很大，而且脚本速度有时会被顺序执行的python拖慢，有一些情况我会用到多线程多进程协程的内容处理，所以也会来分享一些这方面的使用方法。
from threading import Thread
3.python技巧
除去以上部分的分享，还会单独写一部分是python技巧的内容，我还在总结一些，可以先放一部分思维导图上来给大家看下。
已有代码
这部分已经有了代码，会比较快的分享给大家
这部分是总结到一半的内容，后续总结完后会替换掉
总结：
- 这篇对python相关用到的内容进行了大概介绍，后续工作还会用到的以及我个人喜欢研究的方向，之后也会慢慢更新到这篇文章里，作为一个python篇总的目录文章。
- 后续文章在创作中，如果大家喜欢我写的分享，或者有想要知道的内容也可以私聊我，我会统一整理帮大家分享出来，希望大家一起共同进步。
- 如果大家有什么意见和建议，请私聊我，这也会督促我输出优质的内容并不断打磨自己的技术，感恩~
