上周在極客時間偶然看到陳暘博士的關於數據分析的課程，覺得很不錯，便毫不猶豫的花錢買了這個課程，今天抽空看了實戰分析第二講，感觸最深的就是學習過程一定要做筆記，不僅能鍛煉自己的歸納總結能力，更能對這一講的東西進行回顧，還能時不時回頭看看當初的想法。所以，我也試着開始做些筆記，畢竟大神都是這么過來的，好了，話不多說，進入今天的正題：數據分析全景圖及修煉指南。
該講主要引導讀者從全局去了解什么是數據分析？為什么做數據分析？怎么去做數據分析？答案就是：掌握數據，就是掌握規律。當你了解了市場數據，對它進行分析，就可以得到市場規律。當你掌握了產品自身的數據，對它進行分析，就可以了解產品的用戶來源、用戶畫像等等。所以說數據是個全新的視角。數據分析如此重要，它不僅是新時代的“數據結構 + 算法”，也更是企業爭奪人才的高地。
談到數據分析，我們一般都會從3個方面入手：
- 數據采集 -- 數據源，我們要用的原材料
- 數據挖掘 -- 它可以說是最“高大上”的部分，也是整個商業價值所在。之所以要進行數據分析，就是要找到其中的規律，來指導我們的業務。因此數據挖掘的核心是挖掘數據的商業價值（所謂的商業智能BI）
- 數據的可視化 -- 數據領域中的萬金油，直觀了解數據分析結構
數據分析的三駕馬車的關系如下：
下面來大致認識下這三駕馬車：
1）數據采集：
數據的采集，主要是和數據打交道，用工具對數據進行采集，常用的數據源，如何獲取它們。在專欄里，后續會將介紹如何掌握“八爪魚”這個自動抓取的神器，它可以幫你抓取 99% 的頁面源。也會教讀者如何編寫 Python 爬蟲。掌握 Python 爬蟲的樂趣是無窮的。它不僅能讓你獲取微博上的熱點評論，自動下載例如“王祖賢”的海報，還能自動給微博加粉絲，讓你掌握自動化的快感。
2）數據挖掘：
數據挖掘，它可以說是知識型的工程，相當於整個專欄中的“算法”部分。首先你要知道它的基本流程、十大算法、以及背后的數學基礎。
掌握了數據挖掘，就好比手握水晶球一樣，它會通過歷史數據，告訴你未來會發生什么。當然它也會告訴你這件事發生的置信度是怎樣的。
3）數據可視化
為什么說數據要可視化，因為數據往往是隱性的，尤其是當數據量大的時候很難感知，可視化可以幫我們很好地理解這些數據的結構，以及分析結果的呈現。這是一個非常重要的步驟，也是我們特別感興趣的一個步驟。
數據可視化的兩種方法：
Python ：在 Python 對數據進行清洗、挖掘的過程中，很多的庫可以使用，像 Matplotlib、Seaborn 等第三方庫進行呈現。
第三方工具：如果你已經生成了 csv 格式文件，想要采用所見即所得的方式進行呈現，可以采用微圖、DataV、Data GIF Maker 等第三方工具，它們可以很方便地對數據進行處理，還可以幫你制作呈現的效果。
數據分析包括數據采集、數據挖掘、數據可視化這三個部分。乍看你可能覺得東西很多，無從下手，或者感覺數據挖掘涉及好多算法，有點“高深莫測”，掌握起來是不是會吃力。其實這些都是不必要的煩惱。個人覺得只要內心篤定，認為自己一定能做成，學成，其他一切都是“紙老虎”哈。
再說下，陳博在文章中提到的如何來快速掌握數據分析，核心就是認知。我們只有把知識轉化為自己的語言，它才真正變成了我們自己的東西。這個轉換的過程就是認知升級的過程。
我本人也是很贊同這種說法，簡單一句就是“知行合一”
總結
- 記錄下你每天的認知
- 這些認知對應工具的哪些操作
- 做更多練習來鞏固你的認知