小生今年研二，目前主要从事软件工程数据挖掘与分析。之前一直苦于找不到一个从数据预处理、数据分析、数据可视化和软件建模的统一平台。因此，小生辗转反辙学习了java，R语言，python，scala等等。最后忽然发现python正是小生苦苦寻觅的“稀世珍宝”。在这里主要总结利用python分析数据的一些工具包和相关资料，还望各位指正共同进步。
主要的工具包：
numpy: http://www.numpy.org/ 数组和矢量计算库
scipy: www.scipy.org 数学计算库
pandas: http://pandas.pydata.org/ 数据处理与挖掘库
matplotlib: matplotlib.org 数据可视化工具库
scikit-learn: http://scikit-learn.org/stable/ 机器学习库
snownlp: https://pypi.python.org/pypi/snownlp/0.11.1 中文文本处理库
nltk: http://www.nltk.org/ 英文文本处理
flask：http://flask.pocoo.org/ python web轻便的开发框架
networkx: http://networkx.github.io/ python网络关系画图
这些库安装起来比较麻烦，它们的依赖库有很多，需要一一安装。因此，小生建议直接安装一个python解决方案包：https://www.enthought.com/。它支持各种操作系统(windows,linux,Mac OS等等)，安装起来特别简单，此处不再累赘。
pyspark: http://spark.apache.org/docs/latest/api/python/pyspark.html此外如果数据量真的特别大，单机无法满足您的需求的话，小生推荐使用pyspark工具包替您解忧。
当然除了上面的一些用得比较多的工具包之外，python大数据分析的相关软件包还有很多，请看下面这张脑图：
更多信息请参考网页：http://www.xmind.net/m/WvfC
相关书籍：
《数学之美与浪潮之巅》
《python cookbook》
《Building Machine Learning Systems with Python, 2nd Edition》
《Machine Learning in Python》
《Python For Data Analysis》
《Python Data Analysis》
《python自然语言处理》
欢迎大家补充资料，共同进步！谢谢~