1.5 本章小结

内容小结：本章从Python和数据化运营的关系、数据化运营所需要的Python相关工具组件入手，介绍了有关Python和数据化运营的理念、关系、流程和工具，并通过一个小案例演示了如何通过Python进行销售预测。

重点知识：有关Python的相关工具部分，这些内容是本书后续所有工作的基础，希望读者能在本机上进行安装、测试和学习。

外部参考：限于篇幅，本章没有对Python和相关工具的基础知识进行讲解，只是对涉及了案例中的部分内容。因此，很多知识需要读者书外“补习”。这些知识除了包含Python基础知识和科学计算以外，还有数据库、Tesseract、TensorFlow等工具，它们将构成数据基础工作和数据延伸工作的基石。作为本章内容的延展，笔者列出了相关资源，希望能为读者提供必要参考。

以下列出了与Python相关的主要的官方参考资源和信息：

❑ Python官方网站：https://www.python.org/。Python最权威的网站，包含有关Python的帮助手册、新闻、事件、应用、案例、社区等，并提供官方Python所有版本和环境的安装程序和安装包。

❑ Python pypi第三方库：https://pypi.python.org/pypi。Python使用pip命令安装时，请求的资源就来源于该网站，这里汇聚了第三方Python程序的软件仓库，截至本书完稿时已有101866个软件包。你可以在这里直接查看、下载和评论第三方库。

❑ Stack Overflow:http://stackoverflow.com/。Stack Overflow是一个与程序相关的IT技术问答网站，用户可以在网站上免费提交、浏览和检索问题。大多数情况下，你的问题都不是第一次出现，所以有问题了不妨先在这里找找答案。

❑ Python内部帮助文档和信息：在IPython命令行窗口使用help()和dir()命令。例如：通过dir(numpy.mean)查找Numpy库下面的mean函数的大部分属性；通过help(numpy.mean)获得该函数的具体介绍、参数解释、应用举例等详细信息。这是针对特定知识点最为主要的学习参考资源。

大多数情况下，通过上述方法可以了解到Python基本知识，但以下图书资源会帮助你更加深入了解Python及其相关库的工作方式和逻辑，尤其是对于数据挖掘、机器学习等领域的认知：

❑《利用Python进行数据分析》（Python for Data Analysis），介绍了Python用于数据分析的几个主要科学计算和展示库Numpy、Pandas、Matplotlib等，书中对这些库的讲解略粗，但全书的逻辑体系完整，适合数据分析和挖掘工作者作为入门读的。

❑《Python数据分析与挖掘实战》，以数据工作流的方式展开介绍Python数据应用，书籍的逻辑结构较为完整，后面也有部分案例的介绍，适合对Python有一定了解的数据工作者阅读。

❑《机器学习实战》（Machine learning in action），这是使用Python进行机器学习的专业书籍，需要读者具有一定的算法、程序和模型专业知识，适合中高级数据挖掘和建模工程师阅读。

❑《集体智慧编程》，这是使用Python进行机器学习的专业书籍，与传统机器学习书籍不同的是，本书没有按照算法分类分别进行阐述，而是从应用的角度分场景介绍，本书需要读者了解工程、算法和模型知识，适合中高级数据挖掘、建模工程师、程序员阅读。

❑《Python基础教程（第2版修订版）》这是一本纯介绍Python编程语言的书籍，其中主要围绕每个方法、条件、函数、对象、属性等进行介绍，适合程序员以及想深入了解Python工作原理和逻辑的读者查阅。

数据分析师或挖掘工程师对数据库的应用主要集中在DDL（本机操作）和DML（本机和服务器操作）上，而DCL和TCL涉及相对较少。因此建议读者重点了解前两种语言的相关知识。

❑ MySQL官方资源：https://dev.mysql.com/doc/。所有有关MySQL的官方信息和知识，在这里都可以找到。

❑ MySQL第三方教程：http://www.runoob.com/mysql/mysql-tutorial.html。言简意赅地介绍MySQL的基本用法，按照用法主题分类，并且是中文的，适合作为知识查找工具。

❑《深入浅出MySQL（第2版）》，这是一本完整阐述MySQL开发、设计、运维、管理等方面的书籍，内容全面，并且有适合初学者的章节。

有关Tesseract的资源不多，目前主要是官方信息。

❑ Tesseract wiki: https://github.com/tesseract-ocr/tesseract/wiki。页面右侧按照不同的主题页面展示，可直接点击对应标题查看。

❑ Tesseract介绍：https://github.com/tesseract-ocr/docs。各种会议和演示的PPT材料和介绍信息。

❑ Tesseract训练数据集：https://github.com/tesseract-ocr/tessdata。注意页面中是Tesseract 4版本用的数据集，其他版本通过页面底部的入口查看。

❑ Tesseract语言文件：https://github.com/tesseract-ocr/langdata。按照语言类别归类到文件，用来作为特定的语言做重新训练时的主要过程数据和文件。

TensorFlow作为2015年年底“刚”开源的机器学习框架，其学习资源不多，原因是开源之后即使有大型公司或团队使用，也需要经过一定时间的技术实践和应用。

❑ TensorFlow官方网站：http://www.tensorflow.org/。要打开这个网站需要一定的工具或技巧。

❑ TensorFlow中文社区：http://www.tensorfly.cn/。相当于汉化版的官方网站。

❑《TensorFlow实战》：这是一本国内为数不多的Tensorflow实战书籍。

❑ 极客学院的TensorFlow官方文档中文版：http://wiki.jikexueyuan.com/project/tensor-flow-zh/。在TensorFlow刚开源1个多月时，极客学院就组织了很多人进行翻译。

应用实践：读者可以自己手写一个Python工作（比如预测）案例，也许这个过程中会出现很多意想不到的问题，但别担心，总有很多途径可以解决这些问题，并且解决问题的过程正是学习的过程，通过简单的练习可以掌握Python工作的基本原理和方法。