作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R、Python），致力于利用数据科学迅速积累行业经验优势和学术知识发现。知乎专栏：R语言数据挖掘 邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
喊了很长时间要学Python，但是总是没有学（事实上是学了，但是很久不用就跟没学差不多）。现在希望以一个初学者的身份，快速入门Python。初步的定位是，先成为一个即插即用型的调包侠。学习R语言的前两年，我一直都是调包侠，也就这么过来了。相信开源工具都不会差太多。Python是R的好朋友，互相竞争互相学习，数据科学的两个学生手牵手一直往前走。
- IDE推荐
不过我个人是学R开始的，所以先推IDE。初学者来说，IDE越简单越好，恨不得就是命令行形式，一个记事本一个裸shell就开始干，是最棒的。等后面有需求了，再慢慢复杂化升级使用不同的IDE。所以这里要给大家（特别是R和Rstudio的用户）隆重推荐：
谁用谁知道，对于R用户是非常友好的。官网链接如下：
Rodeo
下载链接：
https://www.softpedia.com/get/Programming/Coding-languages-Compilers/Rodeo.shtml- 数据导入入门
数据导入，就是把本地文件导入到编程环境中，越简单越好。这里就介绍最通用的方法，pandas的read_csv。它非常快，也很简单：
import pandas as pd
filename = "your_path_add_your_file_name_with_suffix" #自行加入文件路径与名称
pd.read_csv(filename)文件特别大，一次无法导入或者导入困难，请用：
df = pd.DataFrame()
chunksize = 1000
for chunk in pd.read_csv(filename, chunksize=chunksize):
df = df.append(chunk)上面的代码，这么理解：小口小口吃，然后再把吃的东西全部合并到一起，然后就吃了一个大胖子。
如果是R用户，感觉总是加pd.很麻烦，可以选择直接import pandas，这样能够直接用pandas模块中的所有函数。不过在复杂的项目中，声明命名空间可以避免歧义性。
对于各种文件导入的函数，请看：
笑虎：Pandas速查手册中文版
里面还附带很多pandas的其他操作函数，棒！
原文作者：；如有侵权，请联系管理员删除。
