有点机器学习基础，但是想系统的学一遍数据分析，使用Python，最好包括代码和原理的讲解，知识点有机器学习，神经网络
在学习数据分析时，我建议先学习Python基础语法和数据结构。接着，学习使用Python的数据处理和可视化库，如NumPy, pandas, Matplotlib等。这将帮助你处理和可视化数据。
接下来，学习机器学习和神经网络。我推荐使用Scikit-Learn和Tensorflow/Keras库来帮助你学习机器学习算法和深度学习算法。
您可以在线找到很多机器学习和数据分析的课程和教程，如Coursera, edX, DataCamp等。这些课程通常都有代码和原理的讲解，可以帮助你系统地学习数据分析。
不知道你这个问题是否已经解决, 如果还没有解决的话:一、什么是数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将他们加以汇总和理解消化，以求最大化地开发数据的功能，发挥数据的作用。
二、为什么做数据分析
1、有效避免拍脑袋、主观臆想；
2、为决策提供支撑，更能说服人；
3、通过数据分析，可以看到决策的效果、问题以及未来应该如何做。
三、数据分析有什么用
数据分析是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。在企业的日常经营分析中有三大作用：
1、 现状分析：
告诉你过去发生了什么具体体现在：
第一，告诉你现阶段的整体运营情况，通过各个经营指标的完成情况来衡量企业的运营状态，以说明企业整体运营是好了还是坏了好的程度如何，坏的程度又到哪里。
第二，告诉你企业各项业务的构成，让你了解 企业各项业务的发展及变动情况，对企业运营状况有更深入的了解。
现状分析一般通过日常通报来完成，如日报、周报、月报等形式。
比如：电商类型网站的日报中的现状分析会包括订单数、新增用户数、活跃率、留存率等指标同比或环比上涨还是降低了多少。
2、原因分析：
告诉你某一现状为什么发生。
经过第一阶段的现状分析，我们对企业的运营情况有基本了解，但不知道运营情况具体好在哪里。差在哪里，是什么原因引起的。这就需要原因分析。
原因分析一般是通过专题分析来完成的，根据企业运营情况选择针对某一现状进行原因分析。
比如：某电商网站某一天的日报中某件商品突然销量突然增加，那么就需要针对这件商品销量突然增加做专题分析，看是什么因素影响了该商品销量大增。
也可以用于分析活跃率、留存率等下降或升高的原因。
3、预测分析：
告诉你将来会发生什么。
在了解企业运营状况以后，有时还需要对企业未来发展趋势做出预测，为制定企业运营目标及策略提供有效的参考与决策依据，以保证企业的可持续健康发展。预测分析一般通过专题分析来完成，通常在制定企业季度、年度计划时进行。
比如：通过上述的原因分析，我们就可以针对性做出一些政策，比如通过原因分析，我们可以得出面包的销量在台风来临之际销量会突增，那么我们在下次台风来临之前就应该多准备面包货源，同时为了获得更多的销量做一系列准备。