如何有效的学习Pandas？---比赛+整理，附Pandas思维导图
前言
本篇是自己对如何有效的学习Pandas的感悟与总结。
本文约0.8k字，预计阅读3分钟。
Pandas
Pandas是Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。
我们学习Pandas的「目的」是分析数据，只需要把它当作一个工具即可，并不强迫去理解它的源码。
学习遗忘
Pandas在比赛、实验中经常会使用到。所以一刚开始很多人（包括我）都去兴致勃勃的去看一系列经典的书籍、API文档来学习Pandas。但是发现学完过后，又发现什么都不会（至少我是）。
因为Pandas对于我们来说只是一个工具，我们并不需要像学习机器学习那样理解它的原理，只需要学会如何使用它，即「当前你需要对数据进行某项操作时，知道调用Pandas的某个函数或方法」。
如何有效的学习
最开始，我曾根据API文档进行逐个学习，并创建一个非常简单的DataFrame来进行应用，就算完成了实操。但是后来发现，效果并不理想，案例太过简单，不是在一个具体的数据背景，很难理解其实际作用。
数据挖掘比赛
个人认为，去参加一些「数据挖掘的比赛」，例如时序预测等能够帮助你去消化理解。因为它们的数据是结构型的数据，且在一个真实背景下，使用Pandas能够进行有效的分析和做一些特征工程。
推荐的比赛平台有：
天池（有新人赛进行实践）；
Kaggle（大名鼎鼎的Titanic练习赛可能是很多数据挖掘爱好者的入门）；
DC竞赛；
DataFountain；
知识整理
在比赛结束后，应该对在比赛中使用的Pandas技巧进行整理（使用Markdown记录最为方便）。「整理是对知识的消化与深入」。以下是个人整理的Markdown笔记的目录：
思维导图
后来发现，我们其实并不需要对Pandas方法的使用去记忆（只需一个大概印象），因为我们完全可以通过官方API文档进行查询啊（又不是考试）。因此，最大的问题就是「有时候并不知道你要完成当前步骤需要哪个技巧」。
因此，我们需要将整理的内容进行简化，通过「思维导图」的方式，快速查询。以下是我自己对使用过的重要的方法的绘制（Xmind软件）：
总结
以上是我自己对Pandas工具的理解。总的来说就是需要多实践、多整理。毕竟工具只有频繁的使用，才能进行有效的记忆。
如果对本文感兴趣并且想要获得上述Pandas思维导图，可以点个关注，后台回复“pandas”即可获得。
往期精彩回顾
Pandas笔记---通过比赛整理出的10条Pandas实用技巧
Pandas笔记---深入Groupby，它的功能没有你想的这么简单
扫码关注更多精彩
点分享
点点赞
点在看