* 将IPython这个交互式Shell作为你的首要开发环境。

* 学习NumPy(Numerical Python)的基础和高级知识。
* 从pandas库的数据分析工具开始。
* 利用高性能工具对数据进行加载、清理、转换、合并以及重塑。
* 利用matplotlib创建散点图以及静态或交互式的可视化结果。
* 利用pandas的groupby功能对数据集进行切片、切块和汇总操作。
* 处理各种各样的时间序列数据。
* 通过详细的案例学习如何解决Web分析、社会科学、金融学以及经?济学等领域的问题。
如果说数学知识的话,个人认为高等数学、线性代数、概率论与数理统计、统计学、凸优化(运筹学)这些数学知识都要有吧,这些数学知识在数据挖掘、机器学习理论中都涉及的非常多
Python数据分析和爬虫都是很有趣的领域,但是它们的难度因人而异。如果您已经熟悉编程语言并且对数据感兴趣,那么学习Python数据分析可能会更容易一些。如果您对Web开发和数据挖掘感兴趣,那么学习Python爬虫可能会更容易一些。
总的来说,Python数据分析和爬虫都需要一定的编程基础和数学知识。如果您是初学者,我建议您先学习Python基础知识,然后再深入了解数据分析或爬虫。
正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。
beautifulSoup是用python语言编写的一个HTML/XML的解析器,它可以很好地处理不规范标记并将其生成剖析树(parse tree)。它提供简单而又常见的导航(navigating),搜索及修改剖析树,此可以大大节省编程时间。
lxml是XML和HTML的解析器,其主要功能是解析和提取XML和HTML中的数据;lxml和正则一样,也是用C语言实现的,是一款高性能的python HTML、XML解析器,也可以利用XPath语法,来定位特定的元素及节点信息。