1、Pandas库的操作
Panda是数据分析特别重要的一个库，我们要掌握以下三点：
1）pandas 分组计算；
2）pandas 索引与多重索引；
索引比较难，但是却是非常重要的
3）pandas 多表操作与数据透视表
2、numpy数值计算
numpy数据计算主要的应用是在数据挖掘，对于以后的机器学习，深度学习，这也是一个必须掌握的库，我们要掌握以下内容：
1）Numpy array理解；
2）数组索引操作；
3）数组计算；
4）Broadcasting(线性代数里面的知识)
3、数据可视化－matplotlib与seaborn
1）Matplotib语法
python最基本的可视化工具就是matplotlib。我们咋一看Matplotlib与matlib有点像，我们要搞清楚二者的关系是什么，这样我们学习起来才会比较轻松。
2）seaborn的使用
seaborn是一个非常漂亮的可视化工具。
3）pandas绘图功能
我们说过pandas是做数据分析的，但它也提供了一些绘图的API。
4、数据挖掘入门
这部分是最难也是最有意思的一部分，要掌握以下几个部分：
1）机器学习的定义
在这里跟数据挖掘先不做区别
2）代价函数的定义
3）Train/Test/Validate
4) Overfitting的定义与避免方法
5、数据挖掘算法
数据挖掘发展到现在，算法已经非常多了，下面只需掌握最简单的，最核心的，最常用的算法；
1）最小二乘算法；
2）梯度下降；
3）向量化；
4）极大似然估计；
5）Logistic Regression
6) Decision Tree
7) RandomForesr
8) XGBoost
6、数据挖掘实战
通过机器学习里面最著名的库scikit-learn来进行模型的理解。
这还仅仅是开始，在通往数据挖掘师与数据科学家的道路上，我们还要学习文本处理与自然语言的知识、Linux与Spark的知识、深度学习的知识等等，我们要保持持续的兴趣来学习数据挖掘。