1.数据分析与挖掘技术
（1）什么是数据分析与挖掘技术：
（2）数据分析与挖掘技术能做什么事：
发掘用户潜在需求；
实现信息的个性化推送；
发现疾病与症状之间的规律等
（3）数据挖掘的过程：
定义目标
获取数据
数据探索
数据预处理
挖掘建模
模型评价与发布
2.相关模块简介与安装
（1）相关模块的简介：
numpy：高效处理数据
pandas：主要进行数据探索和数据分析
matplotlib：作图模块
scipy：主要进行数值计算
statsmodels：主要用于统计分析
Gensim：主要用于文本挖掘
sklearn，kera：前者机器学习，后者深度学习
3.Python数据导入实战
（1）导入csv数据：
cdv：一种常见的数据格式
import pandas as pda
pda.read_csv（“地址”）
（2）导入Excel数据：
（3）导入MySQL数据库里的数据：
import pymysql
conn=pymysql.connect（）
（4）导入html数据：
（5）导入txt文本数据：
