過去四十年，決定經濟發展的是摩爾定律，而在未來二十年，真正改變經濟發展的是大數據。
因為數據分析，就是傳說中預知未來的超能力，所有的公司未來都會是數據公司。
顯而易見，無論哪一個領域都會用到data science，而data analyst作為data science的一個分支職位，在未來也將是極度供不應求的工作。
IBM報告曾指出到2020年，全球將出現270W Data Science崗位缺口，僅在美國就將增加36W。
作為Data Analyst，其中必備技能就要有獨立把數據化為己用的能力，然而，這種能力並不是一蹴而就的，而是需要積累的，這就需要我們從小夯實基礎，培養對數據的敏感度。
那麼會有人對數據是天生敏感的嗎？
當！然！有！
但是這些人畢竟是少數，更多的人還是為數據所惑，雲裡霧裡，感慨數據的神奇與玄妙，但是萬物有規律可循。
是不是存在一種或幾種切實可行的工具或方法，能夠幫助我們更好地理解數據？理解數據背後的含義？理解事物聯繫的因果?
答案是肯定的，Python就是目前常用的做數據分析的主流語言。
利用Python進行數據分析，那Python的基礎就非常重要了，這意味著你後續是否能夠正常地用Python代碼來實現你的分析想法。
很多時候，我們拿到的數據是不乾淨的，數據的重複、缺失、異常值等等。這時候就需要進行數據的清洗，把這些影響分析的數據處理好，才能獲得更加精確地分析結果。
而在Python中，有個非常重要的庫Pandas，是需要掌握的，因為很多的數據處理及分析方法就源於其中。如果把Python比作是我們的房子，為我們提供基礎的框架，那麼Pandas就是房子裡的電器，為我們入住提供各種功能。
學會 Pandas 庫的用法，應對一般的數據清洗就完全沒問題了。
是不是聽起來很厲害呢？
不用羨慕哦~我們四點半擎課堂的老師們明日將帶領大家再次走進數據的世界，與你一起挖掘數據、清洗數據，讓數據說話！