学习需达总量：300-500h 每周学习时长>10h
一、资源（7周完成）
https://github.com/jinlin82/python-learning
重点：lecture_notes中
1.py_basis. pdf(基础)
2.统计计算核心3个包:numpy,pandas,scipy
3.可视化:matplotlib
4.机器学习：sklearn
5.统计模型:statsmodel
二、书
https://github.com/jinlin82/Wang_Python_Data_Analysis
王斌会-Python数据分析基础
三、视频（48个课时）
链接：https://pan.baidu.com/s/1tAXrnJ_GXOEc8D3wuk0mrw
提取码：6exg
注：里面的manuals需下载（重要手册）
- 看材料
（1）PDF文件：
py_basis_beamer（英文）
pybasis_cn（中文）
（2）书
看王斌会-Python数据分析基础第1，2章
（3）看老师视频的第一章、第二章（资源在百度网盘中）
- 敲代码
（1）建立py文件，把py_basis_beamer里面的代码全部都敲一遍
（2）上课视频的代码敲一遍.
最后把敲的代码文件传到项目jinlin82/2020-python-learning-master中的week1中。
文件统一命名格式：py_名字
-
03.PDF看到P51，代码敲一遍，并看相应视频。（此代码文件可命名为practice_名字.py，与作业文件区别开）
-
完成作业py_hw1.org （作业每小题需要注释，每个人在week2中建立自己的文件夹，命名为名字简写，作业代码文件名：zuoye1_名字.py）
-
看完numpy. pdf，并分工翻译，分工如下： P1-12 陈瑶 P13-21 梁依婷 P22-31 廖明可 P32-44 谢欣悦 P45-56 王悦
-
做完ipynb的1-13
-
做100_Numpy_exercise_with_hint. rmd
-
看scipy. pdf（翻译分工：王悦P1-14；谢欣悦P15-31），对应视频为16，17。并做scipy_exercise. rmd。
-
看视频作业讲解
-
看第一次发的PPT
-
看书 王斌会python数据分析基础 第三章第四章（pandas基础知识）以及对应的PPT和视频,并敲相应的练习代码，命名为practice
-
完成第二次作业，命名为zuoye2
-
代码文件上传至week4-Pandas中，学习问题写在notes. rmd中
-
视频看完pandas
-
Pandas. pdf看完。翻译分工：1-14谢欣悦,15-27王悦,28-39廖明可,40-50梁依婷,51-63陈瑶（周三之前完成以上内容）
-
完成练习（01-06），在Week-4 Pandas文件夹中，分别在各自文件夹中新建pandas_exercises_with_data上传作业，注意不要上传data文件。（周六晚前完成）
-
整理pandas作业，并完成剩下的内容。
-
完成第三次作业，命名为zuoye3，放入week4pandas中。
-
看04.pdf第二节 05.pdf及对应课本和视频 并敲代码命名为practice放入week5matplotlib中。
-
注册 kaggle，力扣https://leetcode-cn.com/
-
看zuoye3视频讲解。
-
看matplotlib. pdf并校验，分工如下：(P4-28廖明可;P29-52王悦;P53-76陈瑶;P77-100梁依婷;P101-125谢欣悦)
-
完成作业4，以及看完视频，命名为zuoye4。
-
完成matplotlib_exercise。
-
（3.4两项作业放入Week5-Matplotlib中）
-
看视频lect2
-
看statsmodels pdf，并翻译，（分工P1-5廖明可，P6-10王悦，P11-15陈瑶，P16-20梁依婷，P21-25谢欣悦）
-
完成视频作业（线性模型），命名为zuoye5
-
完成statsmodels_exercise
-
看scikit-learnPDF，敲好相应代码，命名为practice.
-
翻译scikit-learnPDF，分工如下：（P4-50廖明可，P51-97王悦，P98-144陈瑶，P145-191梁依婷，P192-237谢欣悦）
-
修改翻译
-
完成练习（9道分类，2道回归）