我自己的碩士論文是用Python做資料分析的(https://github.com/cqcn1991/Wind-Speed-Analysis)

這個回答，可能不是很適合題主。題主應該就是想稍微用一下Python. 我這裡介紹的是系統性、偏重使用的。

1. 什麼樣的教程最好，最快、最適合入門
對於0基礎的人來說，最簡答的辦法是從例子開始。比如說，一個實際的資料分析，然後你跟著走一邊，從讀入資料、畫圖，怎麼解釋資料，其實就都大概懂了。而不是先去學Python語言特性，然後再去看某些庫的文件（Numpy, Matplotlib, Pandas等等）。

另外重要的，就是最好能有視訊教程。因為你可能也不知道怎麼安裝、使用Python和相關的庫，怎麼使用Git, 用什麼樣的編輯器（IDE）來寫程式碼等等。這些東西，如果有視訊的話，其實就一目瞭然了。看起來比書快很多。

也就是說最理想的教程，應該是以例子入手（而不是Python基礎、要素入手），而且最好有視訊

2. 具體教程
國內中文的教程不清楚；英文的話，目前沒有碰到過特別優秀的，完全符合上述要求的

說說我熟悉的教程，都是英文的

①Havard CS109 Data Science 

http://cs109.github.io/2015/
首推。內容包括最基礎的概率、統計分析，到更深的Machine Learning。既包括理論內容講解，也包括實際的程式設計（用的Python）。課堂講解、程式均有相應視訊（而且有英文字幕）。有案例作業，拿資料進行分析，可以仔細的學習參考答案裡面的程式碼（也就是有程式設計案例）。完全免費。

不過，為什麼還要學概率論這些一大堆東西？（這也是我最開始說的，這篇答案不是適合樓主的輕量級需求）

因為，你以為你想要學的是Python, 而實際上是分析資料的方法，這個是任何文件、程式設計的書無法教給你的。但卻是最重要的。也就是背後的理論、思考等等。

這個教程唯一的缺點，就是沒有書。很難去快速查詢、複習。比如再學完這門課，碰到一個東西，想要查的時候。無從查起。

②Udemy, Learning Python for Data Analysis and Visualization 

https://www.udemy.com/learning-python-for-data-analysis-and-visualization/
當時，按照我對於理想教程的要求，買的。Udemy上評價最好，賣得最好的教程

然而，並不好。不推薦。

為什麼？因為這裡的視訊，僅僅是把文件重新講了一遍，在最後才有一個例子。沒有人需要先學習如何“查詢資料”，如何“畫柱狀圖”。這種東西大家都可以搜得到。真正缺乏的，是以問題為導向，把這些東西實際運用起來。

對我來說，這個教程最大的好處，是知道了Kaggle，可以瞻仰一下真正大牛們是怎樣用Data Science來解決問題的

剩下的，就沒有什麼教程了。也就是我開始說的，缺乏系統性的教程。只是，再次強調一下，不學什麼。

不從0開始學Python語言。

為什麼？簡單的If, For loop這些，其實大家都會。Python的基本語言，一看就懂，完全不需要在開始去系統的讀Python的教學。真正缺的，反而是例子，而且是使用Pandas, Matplotlib等等庫的例子。

這樣子，能夠在最短的時間內，見到學習效果。

只有當你真正發現，Python不會寫。或者程式碼組織很麻煩。或者看到的程式碼不理解的時候，才需要去認真學Python語言。其實這個時候，也才真正學得進去。

或者，可以直接讀《Data Science from Scratch: First Principles with Python》，裡面Python Crash Course一部分，1個小時就足夠了解Python的基本語法和一些特性。 這本書裡其他的東西，就完全不要看了。因為是講的是如何去實現Pandas, Numpy中的某些內容。而沒有講實際Pandas, Numpy等等的使用技巧。

3. 一些補充
就像上面說的，Python只是一門語言。一般的資料分析，Python, R, Matlab，甚至Excel都可以做。很多同學可能已經會Matlab了，那麼其實直接用Matlab就行了