数据分析实战45讲（第二讲）--笔记

　    上周在极客时间偶然看到陈旸博士的关于数据分析的课程，觉得很不错，便毫不犹豫的花钱买了这个课程，今天抽空看了实战分析第二讲，感触最深的就是学习过程一定要做笔记，不仅能锻炼自己的归纳总结能力，更能对这一讲的东西进行回顾，还能时不时回头看看当初的想法。所以，我也试着开始做些笔记，毕竟大神都是这么过来的，好了，话不多说，进入今天的正题：数据分析全景图及修炼指南。

　　该讲主要引导读者从全局去了解什么是数据分析？为什么做数据分析？怎么去做数据分析？答案就是：掌握数据，就是掌握规律。当你了解了市场数据，对它进行分析，就可以得到市场规律。当你掌握了产品自身的数据，对它进行分析，就可以了解产品的用户来源、用户画像等等。所以说数据是个全新的视角。数据分析如此重要，它不仅是新时代的“数据结构 + 算法”，也更是企业争夺人才的高地。

      谈到数据分析，我们一般都会从3个方面入手：

• 数据采集 -- 数据源，我们要用的原材料
• 数据挖掘 -- 它可以说是最“高大上”的部分，也是整个商业价值所在。之所以要进行数据分析，就是要找到其中的规律，来指导我们的业务。因此数据挖掘的核心是挖掘数据的商业价值（所谓的商业智能BI）
• 数据的可视化 -- 数据领域中的万金油，直观了解数据分析结构

　　数据分析的三驾马车的关系如下：

　　

　　下面来大致认识下这三驾马车：

　　1）数据采集：

　　数据的采集，主要是和数据打交道，用工具对数据进行采集，常用的数据源，如何获取它们。在专栏里，后续会将介绍如何掌握“八爪鱼”这个自动抓取的神器，它可以帮你抓取 99% 的页面源。也会教读者如何编写 Python 爬虫。掌握 Python 爬虫的乐趣是无穷的。它不仅能让你获取微博上的热点评论，自动下载例如“王祖贤”的海报，还能自动给微博加粉丝，让你掌握自动化的快感。

　　

　　2）数据挖掘：

　　数据挖掘，它可以说是知识型的工程，相当于整个专栏中的“算法”部分。首先你要知道它的基本流程、十大算法、以及背后的数学基础。

　　掌握了数据挖掘，就好比手握水晶球一样，它会通过历史数据，告诉你未来会发生什么。当然它也会告诉你这件事发生的置信度是怎样的。

　　

　　3）数据可视化

 　　为什么说数据要可视化，因为数据往往是隐性的，尤其是当数据量大的时候很难感知，可视化可以帮我们很好地理解这些数据的结构，以及分析结果的呈现。这是一个非常重要的步骤，也是我们特别感兴趣的一个步骤。

 数据可视化的两种方法：

　　Python ：在 Python 对数据进行清洗、挖掘的过程中，很多的库可以使用，像 Matplotlib、Seaborn 等第三方库进行呈现。

　　第三方工具：如果你已经生成了 csv 格式文件，想要采用所见即所得的方式进行呈现，可以采用微图、DataV、Data GIF Maker 等第三方工具，它们可以很方便地对数据进行处理，还可以帮你制作呈现的效果。

 　　

　　数据分析包括数据采集、数据挖掘、数据可视化这三个部分。乍看你可能觉得东西很多，无从下手，或者感觉数据挖掘涉及好多算法，有点“高深莫测”，掌握起来是不是会吃力。其实这些都是不必要的烦恼。个人觉得只要内心笃定，认为自己一定能做成，学成，其他一切都是“纸老虎”哈。

　　再说下，陈博在文章中提到的如何来快速掌握数据分析，核心就是认知。我们只有把知识转化为自己的语言，它才真正变成了我们自己的东西。这个转换的过程就是认知升级的过程。

　　

　　我本人也是很赞同这种说法，简单一句就是“知行合一”

　　总结

• 记录下你每天的认知　　
• 这些认知对应工具的哪些操作
• 做更多练习来巩固你的认知