数据科学路线图 :pirate_flag: 2026

面向所有对如何进入数据科学领域感兴趣的人的数据科学路线图！

本仓库旨在提供一份免费的自学路线图，帮助大家学习数据科学领域。我整理了一些最优质的免费资源。

  我们之前的路线图 ♥️
   :warning: 在开始之前, :warning:

如果你还不了解什么是数据科学、项目生命周期（从业务理解到部署）、该选择哪种编程语言、岗位职责、这一领域所需的软硬技能、数据科学的应用场景以及常见错误，那么

:pushpin:这个视频 就是为你准备的（强烈推荐 :heavy_check_mark:)

数据科学 vs 数据分析 vs 数据工程——它们有什么区别？

这些术语经常被人们混用。实际上它们有着明显的区别：

:small_orange_diamond: 数据科学	:small_orange_diamond: 数据分析	:small_orange_diamond: 数据工程
数据科学是一个多学科交叉的领域，专注于分析原始数据和结构化数据集，以提供潜在的可操作性洞察。它更注重提出正确的问题，而非直接寻找确切的答案。数据科学家需要掌握计算机科学、数学和统计学等领域的技能。他们使用机器学习、趋势分析、线性回归和预测建模等多种独特技术来分析数据。常用工具包括 Python 和 R。	数据分析侧重于研究现有数据集，构建用于采集、处理和组织数据的解决方案，从而得出可操作的见解。该领域致力于发现基于未知问题的一般性流程、业务和工程改进方案。数据分析人员需具备统计学、数学以及较高层次的计算机科学知识。其工作内容包括数据清洗、数据可视化和简单建模。常用工具有 Microsoft Power BI、Tableau 和 SQL。	数据工程专注于构建支持业务所需的正确基础设施和工具。数据工程师关注如何以最优方式存储和提取数据，并编写脚本、搭建数据仓库。数据工程人员需要掌握软件工程、计算机科学以及高级数据科学知识。主要使用的工具有 Python、Java、Scala、Hadoop 和 Spark。

准备你的工作环境

提示一：选一个工具并坚持使用。（:file_folder:点击）

Anaconda：这是一个功能齐全的工具包，能满足你编写和运行代码的所有需求。无论是 PowerShell 提示符、Jupyter Notebook 还是 PyCharm，甚至 R Studio（如果你有兴趣尝试 R 语言）都能轻松应对。

Atom：这是一款更为高级的 Python 编辑器，深受专家推荐。
Google Colab：类似于云端的 Jupyter Notebook，无需在本地安装任何东西。重要的库如 NumPy、Pandas、Matplotlib 和 Sci-kit Learn 都已预装好。
PyCharm：PyCharm 是另一款优秀的集成开发环境，可以与 NumPy 和 Matplotlib 等库无缝集成，方便你使用数组查看器和交互式图表。
Thonny：Thonny 是一款专为编程教学设计的 IDE。它配备了调试器，支持代码补全，并能高亮显示语法错误。

大多数在线学习平台都内置了代码练习功能，无需在本地安装任何东西。但要真正学好，还是建议在本地电脑上安装一个 IDE。市面上有许多选择，各平台的功能也各有优劣，可以根据自己的需求进行挑选。

提示二：至少专注于一门课程。

提示三：不要盲目追求认证。

提示四：如果没有扎实的编程和数学基础，就不要急于学习机器学习。

本路线图分为三个阶段 :arrow_down: :

  1. 初级：掌握数据分析的基础知识、工具和技术。

  2. 中级：深入学习更复杂的机器学习、数学和数据工程主题。

  3. 高级：学习更高级的数学、深度学习和模型部署技术。

:bell: 对于 DataCamp 的课程，GitHub 学生包可以提供 3 个月的免费试用。请自行搜索如何获取。
如果你已经使用过，欢迎随时联系我们，申请免费访问权限。 :hibiscus:

图例

• :video_camera: 视频内容
• :closed_book: 在线文章内容 / 书籍

💡 路线图说明 ▶️ YouTube 视频 :movie_camera:

---

🔰 初学者 🔰

算法书籍 每一段代码都可以称为算法，但本书涵盖了其中更有趣的部分。
专项课程（数据结构与算法）

1. 描述性统计
   📹 统计学导论 - DataCamp
   📹 描述性统计入门 - YouTube 老版Udacity课程
   📹 统计学基础 - StatQuest - YouTube
   📹 统计学导论 - YouTube
   📕 在线统计教育
   📹 阿拉伯语课程 1 - 2
   📹 推断统计入门++
   📕 数据科学家实用统计学

2. 概率
   📹 可汗学院
   📹 史蒂夫博士的概率训练营 - 2024年10月 - YouTube
   📹 阿拉伯语课程
   📹 面向AI和DS的概率与统计 - 阿拉伯语（哈特姆·埃拉塔尔博士）
   📕 概率论导论

3. 编程语言

 🔹R - 非常适合可视化和统计分析。
   📹 R语言入门（DataCamp）
   📹 数据科学专项课程 - Coursera
   📕 R语言简介
   📕 R语言用于数据科学

 🔹Python:100:
   📹 Python编程入门
   📹 面向对象编程
   📹 阿拉伯语 - 哈苏纳 | 埃尔佐罗
   📹 Python完整课程 - FreeCodeCamp on YouTube
   📕 面向CS和数据科学的Python入门
   更多关于面向对象编程的内容
4. Pandas
   📹 Corey Schafer-YouTube
   📕 Kaggle
   📕 文档
   📹 Data School-YouTube
   📹 阿拉伯语课程
   📹 PandasAI🐼1 - 2 通过将生成式AI功能集成到Pandas中来增强其能力。
5. Numpy
   📕 Kaggle  
   📹 Keith Galli的NumPy教程 - YouTube
   📹 阿拉伯语课程 - Elzero
   📕 教程
   📕 文档
6. Scipy
   📕 教程
   📕 文档
7. 数据清洗：成为优秀数据科学家所需掌握的最重要技能之一，你需要通过处理大量数据集来熟练掌握。
   阅读此文
   📹 课程1
   📕 Notebook1
   📕 Notebook2
   📕 Notebook3
   📕 Kaggle数据清洗
8. 数据可视化 :bar_chart:
   📹 使用Matplotlib进行数据可视化导论 或
   📹 Corey Schafer - YouTube播放列表 或
   📹 sentdex - YouTube播放列表
   📕 Kaggle使用Seaborn进行数据可视化
   📹 YouTube播放列表
   📹 课程1：Seaborn数据可视化入门
   📹 课程2：Seaborn中级数据可视化
   📹 课程3：理解与用Python进行可视化

9. EDA 注：已在上述概率课程中提及
   📹 DataCamp-Python中的EDA
   📹 IBM-面向机器学习的EDA

10. 仪表板

 Power BI
   📹 Power BI - YouTube (Alex)
   📹 Power BI培训
   📹 阿拉伯语 - YouTube (Zanoon)
   📹 阿拉伯语 - YouTube
   📹 Guy in a Cube - YouTube
 Tableau
   📹 Data With Baraa - YouTube
   📕 教程
   📹 Tableau培训
   📹 课程 - DataCamp
   📹 Simplilearn - YouTube

11. SQL与数据库
   📹 用于数据分析的SQL（Udacity-笔记l📋l或simplilearn)
   📹 SQL入门 或 IBM（用于数据科学的SQL）
   📹 SQL中的关系数据库入门
   📹 阿拉伯语课程（理论 - 实践) Eldesouki
   📹 阿拉伯语 - ITI由Ramy工程师主讲 高级 - (实验室答案+笔记+全套资料)
   📹 阿拉伯语 - 用于数据分析的SQL 由Ahmed Sami讲解
   📹 Data With Baraa - YouTube - [资料]
   📹 365 Data Science - SQL
   📹 CMU数据库导论 - 2022年秋季 - <时间表📅> - 书📕
   📕 用于数据分析的SQL
   📝 练习 InterviewMaster 和 HackerRank 以及 LeetCode 和 DataLemur

12. DWH：用于报表的系统——商业智能的核心组成部分。
     主要由数据工程师使用。
   📕 数据仓库工具包
   📹 数据仓储教程视频
   📹 Garage Education (阿)
   📹 阿拉伯语的数据仓库实施 (阿)
   📹 更多阿拉伯语内容？ (阿)
   📹 科罗拉多大学的数据仓库
   📹 [SSIS] SQL Server集成服务 (阿)
   📹 项目 - 使用SSIS构建销售数据集市 (阿)
   📹 项目 - 逐步构建DWH (阿)
   📹 项目 - 创建DWH事实与维度 (阿)
   📹 在SSIS中实现SCD 继续播放列表
   📹 CDC在SSIS中的教程

13. Python正则表达式
   📕 教程
   📹 Corey的正则表达式 - YouTube
   📹 阿拉伯语课程 - Elzero 从第95集开始。

14. 时间序列分析
   📹 Track - DataCamp
   📹 课程 - Coursera
   📕 书籍
   📕 fbprohet
   📹 阿拉伯语来源 视频1 & 视频2

在初学者阶段结束时，将所学知识应用于一个项目中。

---

🔰 中级 🔰

1. 机器学习数学基础: 包括线性代数、微积分和主成分分析。
📹 机器学习与数据科学数学 - 吴恩达
📹 专项课程
📹 机器学习数学 - 大部分所需的基础知识

:small_blue_diamond:线性代数
   📹 可汗学院 - 线性代数
   📹 机器学习中的线性代数
   📹 3Blue1Brown - 线性代数的本质
:small_blue_diamond:微积分
   📹 多元微积分 - Coursera
   📹 微积分的本质 - YouTube
:small_blue_diamond:PCA
   📹 PCA - Coursera

2. 机器学习
   📹 Coursera - 吴恩达旧课程（Octave/Matlab）
   📹 Coursera 吴恩达新机器学习专项课程（Python）
   📹 机器学习 - StatQuest - YouTube
   📹 斯坦福大学完整机器学习课程 - 吴恩达
   📹 2019年春季滑铁卢大学 CS480/680 机器学习导论
   📹 SYDE 522 – 机器智能（2018年冬季，滑铁卢大学）
   📹 2022年工程师机器学习 / (YouTube)
   📹 Udacity 机器学习入门课程
   📹 Hesham Asem - 阿拉伯语内容
   📹 IBM 使用 Python 的机器学习
   📹 从零开始的机器学习 - YouTube（Python 工程师）
   📕 动手学机器学习（第一版 & 第二版 & 第三版）| 代码：
   📹 机器学习算法实战
   📹 机器学习科学家
   📹 项目

3. 网页抓取/API
   📹 课程
   📕 入门2
   📕 教程
   📕 两主题合集
APIs
   📕 教程
   📕 文章
   📕 教程
4. 统计学。
   📕 这本统计学 - 书籍
   📕 思考贝叶斯 - 书籍
5. 高级 SQL
   📹 SQL 数据连接 - DataCamp
   📹 中级 SQL - DataCamp
   📹 更高级的 SQL

7. 特征工程
   📕 教程
   📕 文章
   📕 书籍
8. 解释基于 Shapley 值的机器学习模型。
   📕 SHAP
   📕 Kaggle 机器学习可解释性

完成这一阶段后，申请参与2到3个规模较大的项目。

请阅读这本书 :open_book: R语言应用的统计学习导论 我说你读它

---

🔰 高级 🔰

1. 深度学习
   📹 深度学习基础
   📹 麻省理工学院深度学习导论
   📹 专项课程
   📕 深入浅出深度学习（英文版） | （阿拉伯语版）：arrow_right:第一部分 & 第二部分
   📹 加州大学伯克利分校深度学习课程
   📕 《深入浅出深度学习》GitHub仓库
   📹 斯坦福大学讲座——用于视觉识别的卷积神经网络
   📹 滑铁卢大学机器学习/深度学习课程
   📕 使用fastai和PyTorch进行编码的深度学习

2. TensorFlow
   📹 专项课程
   📹 YouTube频道
    fast.ai的深度学习课程

TensorFlow在模型可视化和部署方面优于PyTorch。如果你需要更高的灵活性、调试能力和更短的训练时间，则选择PyTorch。

3. PyTorch
   📹 PyTorch（UC Berkeley - YouTube）- 第3讲（共5部分）
   📹 数据科学博士 - YouTube
   📹 Aladdin的PyTorch教程 - YouTube
   📹 2022年PyTorch课程 - YouTube
   📕 使用PyTorch进行深度学习
   📕 使用PyTorch和Scikit-Learn的机器学习 - 2022年

4. 高级数据科学
   📹 IBM高级数据科学专项课程 包含Apache Spark
 ☠️高级机器学习主题🧠 | 讲座（YouTube）
   📹 斯坦福CS330：深度多任务与元学习 I 秋季2022 - 资料
   📹 麻省理工学院18.409机器学习的算法方面 春季2015
 ☠️基于机器学习的计算机视觉 | 讲座（YouTube）
   📹 UC Berkeley CS 198-126：现代计算机视觉 秋季2022
   📹 印度理工学院卡拉格布尔分校：面向视觉计算的深度学习
   📹 密歇根大学计算机视觉深度学习

5. 自然语言处理
   📹 Coursera专项课程 - 自然语言处理
   📹 阿拉伯语 - Ahmed El Sallab
   📹 斯坦福CS224N讲座 - 冬季2021 - YouTube
   📹 斯坦福XCS224U讲座 - 春季2021 - YouTube
   📹 Python中的自然语言处理基础
 🔸LLMs 什么是大型语言模型?
   📹 安德鲁·吴的“人人可用的生成式AI” - Coursera🆕
   📹 使用LLMs的生成式AI
   📹 斯坦福CS236：深度生成模型 I 2023 - YouTube
   📹 斯坦福CS25：Transformer联合 2023 - YouTube
   📹 滑铁卢大学关于基础模型的最新进展 - 冬季2024
   📹 加州大学伯克利分校理解LLMs的基础与安全 - 春季2024 - YouTube
   📹 LLM基础
   📹 ChatGPTs / Transformers是如何工作的？1 - 2 - 3 概述及背后的数学原理
   📹 提示工程 | (阿拉伯语) 如果你想充分发挥LLMs的潜力
   📹 LLMOps 一堂课全面讲解整个LLM流程

6. 推断统计学
   📹 专项课程，第2和第3门课
   📹 课程
7. 贝叶斯统计学
   📹 1 - 从概念到数据分析
   📹 2 - 技术与模型
   📹 3 - 混合模型
8. 模型部署
   📕 Flask教程
   📹 TensorFlow：数据与部署专项课程
   📹 使用TensorFlow Serving和Flask部署模型
   📹 如何将机器学习模型部署到Google Cloud - Daniel Bourke
   如果你对更多部署方法感兴趣，请搜索 (FastAPI - Heroku - chitra)

9. MLOps：是模型部署、模型服务、模型监控和模型维护的结合。
   🔗 MLOps-zoomcamp
   🔗 MLOps指南
   📕 实用MLOps
10. 概率图模型
   📹 Coursera专项课程 - 概率图模型
   📹 犹他大学春季2016 - YouTube

:star2: 请阅读这些书籍，它们对你将大有裨益。
  :open_book: 贝叶斯推理与机器学习
  :open_book: 统计学习要素
  :open_book: 模式识别与机器学习 - Bishop (进阶)

   由Eng.Mohamed Hammad推荐。

---

📌项目 ⏬

   🎥Deena Gergis - 端到端项目
   🎥机器学习项目 - YouTube
   💻适合初学者的十大数据科学项目
   💻12个适合初学者和专家的数据科学项目
   💻数据科学项目与创意
   💻2023年超过310个机器学习项目创意
   💻10个端到端指导的数据科学项目，用于构建你的作品集
   🎥使用Scikit Learn的真实世界ML教程
   💻数据科学中的Python代码
   🎥使用Docker、GitHub Actions和部署的端到端ML项目
   💻12个免费的数据科学项目，用于练习Python和Pandas（可在线交互解决）

---

📌 常用工具 ⤵️

英语	阿拉伯语	书籍
:movie_camera: Git - Udacity	:movie_camera: Shakhab wa Anta Mutmain 🚀	:closed_book: Pro Git
📖 w3schools	:movie_camera: almadrasa
	:movie_camera: Elzero

---

:pushpin: 更多书籍 :atom::atom: :pushpin: 看这里！

  📕 :fire: 12 本重要的免费书籍 :fire:
  📕 机器学习中的数学
  📕 统计学习导论
  📕 理解机器学习：从理论到算法
  📕 概率机器学习：导论
  📕 用数据讲故事 ✔️重要的数据可视化指南。

---

:pushpin: 最佳速查表合集

1. 导入数据

2. Pandas

   - (1)    - (2)    - (3)

3. Matplotlib

4. Seaborn

5. 概率

6. 监督学习

7. 无监督学习

8. 深度学习

9. 机器学习技巧与窍门

10. 概率与统计

11. 综合斯坦福大师级速查表

12. 线性代数与微积分

13. 数据科学速查表

14. Keras速查表

15. 使用Keras的深度学习速查表

16. 神经网络架构的可视化指南

17. Scikit-Learn Python速查表

18. Scikit-learn速查表：选择合适的估计器

19. TensorFlow速查表

20. 机器学习测试速查表

21. 机器学习速查表（推荐指南） 请仔细查看这份速查表中的内容，找出你所欠缺的部分

---

练习的最佳方式就是参加竞赛。

竞赛会让你在数据科学领域更加熟练。
说到顶尖的数据科学竞赛，Kaggle 是最受欢迎的数据科学平台之一。Kaggle 上有许多不同难度级别的竞赛，你可以根据自己的知识水平选择参与。

你也可以查看以下这些数据科学竞赛平台：
- Driven Data
- Codalab
- Iron Viz
- Topcoder
- CrowdANALYTIX Community
- Bitgrit

---

面试准备：通往成功的路线图 🚀

📓 数据科学面试题： :arrow_forward:   - (1)  - (2)  - (3)  - (4)  - (5)  - (6) 阿拉伯语播客:headphones:
                    - (7) 30天面试准备:book:
🚀 来自真实公司的实用面试题： 数据分析 & 数据工程 by @Prepare.sh。

---

🎧数据科学播客：🎙️
紧跟最新数据科学趋势与发展的最佳方式

播客	简介	制作方
Data Science at Home	一个提供数据科学主题实用建议和教程的播客。	谷歌AI的数据科学家兼机器学习工程师格雷格·林哈特
Data Stories	一个以访谈为主的数据科学故事播客，讲述数据科学家如何运用技能改变世界。	奈飞的数据科学家兼机器学习工程师基里尔·埃雷门科
O'Reilly Data Show	涵盖广泛数据科学话题的播客，从机器学习到人工智能再到大数据。	奥莱利公司的首席数据科学家本·洛里卡
Learning Machines 101	支撑我们日常使用的机器学习系统的数学、统计学和算法。	谷歌AI的机器学习工程师兼研究员理查德·戈登
Data Engineering Podcast	与数据工程学科相关的工具、技术和挑战。包括数据库、工作流、自动化以及数据处理。	奈飞的数据工程师托比亚斯·梅西
Data Science Mixer	对于任何想了解更多关于数据科学及该领域最新趋势的人来说都是极好的资源。同时也是一个从其他数据科学家和机器学习工程师的工作中获得灵感的好方法。	数据科学与分析软件公司Alteryx
Chai Time Data Science Show	采访来自世界各地的顶级数据科学家、从业者和研究人员。	谷歌AI的数据科学家兼机器学习工程师萨尼姆·布塔尼。
Becoming a Data Scientist	一个采访数据科学家们成为数据科学家历程的播客。	谷歌AI的数据科学家兼机器学习工程师蕾妮·蒂特。
AI Today Podcast	探讨人工智能领域的最新趋势和发展。	罗恩·施梅尔策和凯瑟琳·沃尔奇
Gradient Dissent	每周一期的播客，探索机器学习和人工智能领域的最新研究。	谷歌AI的机器学习工程师克里斯·欧拉
Data Skeptic	一个挑战数据科学传统观念，并就数据驱动决策的伦理与影响提出尖锐问题的播客。	数据科学家兼机器学习工程师凯尔·波利奇
Linear Digressions	一个涵盖广泛数据科学话题的播客，从技术到理论都有涉及。	加州大学伯克利分校的两位机器学习研究员本·雷希特和诺亚·史密斯
The Data Engineering Show	专为数据工程和BI从业者设计，帮助他们超越理论，在实践中向科技界的领军人物学习如何应对日常数据挑战。	埃尔达德·法尔卡什和本杰明·瓦格纳，两位在Firebolt和Sisense等公司拥有丰富经验的数据工程专家
DataTalks.Club	一个由数据爱好者和从业者组成的每周线上社区，大家通过聚会、研讨会和播客互相学习、分享知识与经验。	由多位数据专家轮流主持
Datacast	数据和AI基础设施领域的顶尖数据科学家和从业者。	詹姆斯·勒，一位在谷歌和奈飞等公司有经验的数据基础设施专家
How to Get an Analytics Job Podcast	对于任何对分析行业感兴趣的人来说都是绝佳资源。嘉宾们分享他们在进入分析领域以及如何在这一职业中取得成功方面的见解和建议。	约翰·大卫·阿里森森，一家分析机构的所有者兼职业教练
The Analytics Power Hour	五位杰出人士、偶尔的一位嘉宾以及畅饮美酒，共同探讨当下最热门的数据与分析话题。	蒂姆·威尔逊、迈克尔·赫尔布林、乔什·克劳赫斯特和瓦尔·克罗尔。他们均来自不同公司的分析专家

    :eyes: 阿拉伯语播客？？

     :trollface:看你这通勤路上多无聊啊

   📻阿拉伯数据播客 | Spotify 由工程师卡里姆·阿卜杜勒萨拉姆制作
   📻通往数据及其未来之路 由工程师优素福·侯赛尼制作
   📻车库教育 由工程师穆斯塔法·阿拉制作
   📻用阿拉伯语谈数据科学

---

:pushpin: 数据分析推荐。
书籍（📕 数据分析工作坊 & 📕 Head First 数据分析)
谷歌数据分析专业证书
IBM 数据分析师专业证书
谷歌高级数据分析专业证书 :new:
Alex The Analyst - YouTube📺
FWD - (三个层次)
阿拉伯语 - ITI - BI开发路线
注：只要掌握好Excel、SQL以及Power BI/Tableau，并有一些相关项目经验，就能为你带来很多机会。
  - Excel更多资源：(阿拉伯语1📹 - 阿拉伯语2📹 - 书籍 :page_facing_up: 和复习备忘录)

:pushpin: 数据工程推荐。
书籍（📕 数据工程基础 & 📕 设计数据密集型应用)
阿拉伯语播客，如何开启数据工程职业生涯。
对于阿拉伯地区的朋友们，我推荐两个YouTube频道：(车库教育 和 大数据用阿拉伯语)
路线图1 - (推荐)
路线图2
路线图3
IBM数据工程专业证书
注：只要精通SQL、Python、Apache Spark/Hadoop、数据建模以及[数据仓库 - {阿拉伯语-从第7集开始}]，就能为你带来许多机会。先从这些工具和概念入手，再逐步学习其他工具、理念和云平台。

---

:file_folder: 简历 / 履历 :memo:  

• 叶海亚·阿拉法·穆斯塔法指出的常见错误
  
• 奥马尔·亚塞尔的简历技巧
  
• Careercup展示的良好简历应具备的特征
  
• 在完成你的简历初稿后，可以请穆斯塔法·纳吉布进行评审（https://www.facebook.com/story.php?story_fbid=2928705840553931&id=445112032246670)
  
• 亚塞尔·阿拉在毕业后发布的简历
  
• 如何制作数据科学家简历
  
• 数据科学简历指南
  
• 针对数据岗位的简历/CV撰写（阿拉伯语）
    📹视频1
    📹视频2

---

:pushpin: 埃及的数据与人工智能公司   -   埃及的AI/ML驱动型企业

---

联系我 :iphone:

Data-Science-Roadmap 快速上手指南

本指南基于 Data-Science-Roadmap 项目整理，旨在帮助开发者快速搭建数据科学学习环境并开启自学之路。该项目提供了一条从入门到进阶的免费学习路径，涵盖统计学、编程语言（Python/R）、数据处理及机器学习等核心内容。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux 均可。
• 前置知识：建议具备基础的计算机操作能力。若无数学或编程背景，请先阅读项目推荐的《Grokking Algorithms》或观看基础统计视频。
• 核心依赖：
  • Python (推荐版本 3.8+) 或 R 语言。
  • 包管理工具：Conda (推荐) 或 pip。
  • 开发工具 (IDE)：Jupyter Notebook, PyCharm, VS Code 或 Google Colab (无需本地安装)。

💡 提示：对于初学者，强烈推荐使用 Anaconda 发行版，它预装了数据科学所需的大部分库（如 NumPy, Pandas, Matplotlib, Scikit-learn），可避免繁琐的环境配置。国内用户可通过 清华大学开源软件镜像站 下载 Anaconda 安装包以加速。

安装步骤

方案 A：使用 Anaconda（推荐，一站式解决）

1. 下载安装包： 访问 清华镜像站 下载适合你系统的最新 Anaconda 安装包。

2. 安装： 运行下载的安装程序，按照默认选项完成安装。勾选 "Add Anaconda to my PATH environment variable" (Linux/Mac) 或在安装后手动配置环境变量。

3. 验证安装： 打开终端 (Terminal) 或命令提示符 (CMD/PowerShell)，输入以下命令：

   conda --version
   python --version
   

   若显示版本号，则安装成功。

4. 创建专属学习环境 (可选但推荐)：

   conda create -n ds-roadmap python=3.9
   conda activate ds-roadmap
   

5. 安装核心数据科学库：

   conda install numpy pandas scipy matplotlib scikit-learn jupyter
   

方案 B：使用 Google Colab（零配置，云端运行）

如果你不想在本地安装任何软件，可以直接使用浏览器访问：

• 访问地址：https://colab.research.google.com
• 点击 "New Notebook" 即可开始编写代码。所有常用库（NumPy, Pandas 等）已预装。

方案 C：使用 pip 手动安装 (适用于已有 Python 环境)

pip install numpy pandas scipy matplotlib scikit-learn jupyterlab

国内用户建议使用清华源加速安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas scipy matplotlib scikit-learn jupyterlab

基本使用

安装完成后，你可以通过以下步骤开始第一个数据科学练习：

1. 启动 Jupyter Notebook

在终端中运行以下命令启动交互式编程环境：

jupyter notebook

浏览器会自动打开一个本地页面，点击 "New" -> "Python 3" 创建新文件。

2. 运行第一个数据分析示例

在新建的单元格中复制并运行以下代码，体验数据加载与基础分析：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 1. 创建模拟数据集
data = {
    'Product': ['A', 'B', 'C', 'D', 'E'],
    'Sales': [150, 200, 120, 300, 250],
    'Profit': [30, 45, 20, 60, 55]
}
df = pd.DataFrame(data)

# 2. 查看数据前几行
print("数据预览:")
print(df.head())

# 3. 基础统计描述
print("\n统计描述:")
print(df.describe())

# 4. 简单可视化
plt.figure(figsize=(8, 5))
plt.bar(df['Product'], df['Sales'], color='skyblue')
plt.title('Product Sales Overview')
plt.xlabel('Product')
plt.ylabel('Sales')
plt.show()

3. 跟随路线图学习

代码运行成功后，你可以参照原项目的 Beginner (入门) 阶段开始系统学习：

• 统计学基础：观看推荐的 Descriptive Statistics 视频。
• Python 进阶：学习面向对象编程 (OOP) 和 Pandas 高级用法。
• 实战练习：利用 Kaggle 提供的数据集进行数据清洗和分析练习。

注意：本路线图强调“不要急于进入机器学习 (ML)"，请务必先打好编程和数学基础。