Python 数据分析与挖掘实践：Notebook 课程导读、环境 Setup 与使用方式
· 阅读需 23 分钟
一套数据挖掘课程，最值得学的不是记住多少个模型名称，而是能否把一个实际问题走完：数据从哪里来，如何整理成可计算的表示，为什么选择这个方法，以及怎样解释和检查结果。
这次整理的 Notebook 材料，大多以 Python 数据分析实践（Data Analysis Action） 或 Python 数据挖掘实践（Data Mining Action） 为题。内容从 Python 基础延伸到客户聚类、推荐、评论情感、图像识别、Spark，再到 AI 辅助分析。目录里还保留了补充示例、历史实现和备份，因此本文按学习目的组织内容，不把文件数量当成课程章数。
文章分两部分：先看课程在训练什么能力，再看怎样把教材、解释器和 Notebook 内核组织成一个可用的学习环境。文末给出本次抽样运行的实际覆盖范围。