01丨数据分析全景图及修炼指南

陈旸



该思维导图由 AI 生成，仅供参考

今天我们的学习正式开始，我想先给你一张数据分析的全景图，让你对后面的学习做到心中有数。
现在，你已经知道了数据分析在现代社会中的重要地位。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。
当我们谈论数据分析的时候，都在讲些什么呢？这里我可以把数据分析分成三个重要的组成部分。
数据采集。它是我们的原材料，也是最“接地气”的部分，因为任何分析都要有数据源。
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，也就是我们所谈的商业智能 BI。
数据可视化。它可以说是数据领域中万金油的技能，可以让我们直观地了解到数据分析的结果。
下面我来一一为你讲解一下这三个重要的部分。
数据采集在数据采集部分中，你通常会和数据源打交道，然后使用工具进行采集。
在专栏里，我会告诉你都有哪些常用的数据源，以及如何获取它们。另外在工具使用中，你也将掌握“八爪鱼”这个自动抓取的神器，它可以帮你抓取 99% 的页面源。当然我也会教你如何编写 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。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
中文繁体
法语
德语
日语
韩语
俄语
西班牙语
阿拉伯语
解释
总结

本文介绍了数据分析的重要性和学习方法，强调了认知、工具和实战的学习建议。作者认为认知是学习的关键，建议读者记录每天的认知并对应工具的操作，同时做更多练习来巩固认知。文章强调了提问和分享的重要性，并鼓励读者在留言区互动。总的来说，文章以通俗易懂的语言介绍了数据分析的全貌和学习路径，适合初学者快速了解数据分析的重要性和学习方法。

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《数据分析实战 45 讲》，新⼈⾸单¥59

立即购买

登录后留言

全部留言(339)

最新
精选

LeoBing
置顶
好奇问下，文章种的图，作图老师是用的什么工具
编辑回复: 画图软件SketchBook
2018-12-31
2
45
Alexander
置顶
推荐幕布，可以直接生成思维导图哈，数据分析也可以用导图，分享也挺方便，多叉树穷举各种可能的业务情况😉：https://mubu.com/doc/85OdlVv3W0
作者回复: 很不错的分享！大家做笔记的时候也可以试试
2018-12-18
5
94
Hyperuniverse
我学习的途径主要有两点：一是看书籍自学（也包括专栏等类型）；二是看付费教学视频（例如培训班之类）。我做笔记的3大方式：一是准备1本笔记本，遇到重要知识点就记录下来（弊端是代码很难记录），因此我记录的内容大多是能够帮助我迅速回忆起知识点的关键点；二是通过云笔记，它刚好弥补了手写笔记的弊端，我能够把所写的代码整块复制下来，并做注释，所以，我一般用它来作为详细记录；三是写思维导图，它的作用就是帮助我统领整个知识面，让我能够自下而上地把整个金字塔体系连起来。还有一点是我打算以后做的：写博客，因为我觉得只有我把知识分享给别人，真正通过我的手写出来或者嘴巴说出来，这些知识才真正的为我所理解。以上，希望老师点评一下我这种学习方式，给些其他建议就更好了，谢谢！
作者回复: 大家都可以看看这位同学的笔记方式！我觉得很赞！ 1、做笔记是个非常好的方法，而且你对于知识点，代码，系统总结都有自己的笔记方式，很好！ 2、分享是更高级的维度，不仅是因为这样能让知识更系统，而且还能在交流中互相成长。另外，如果你是在工作，定期给大家做个分享，不仅能让你受到重视，而且还能让工作更加主动&快乐！
2018-12-18

142
Kevin.zhang🌏
对待学习，我平时都是准备了两类本子，一类本子记录当天的日常零散学习或者工作心得（草稿笔记），每月会对当月草稿笔记做整理，并转化电子档保存；另一类就是当天系统学习某项技能的笔记（专项笔记），便于日后的查看和整理（一般也是按月整理！）
作者回复: 都是很好的习惯！
2018-12-18

113
柳橙
用github＋hexo做了个静态博客，用markdown写，把学习笔记整理在上面，看git的更新频率就知道自己最近有没有在努力学习啦。
作者回复: 不错的方法👍
2018-12-18
2
54
日神式熊
我主要的学习方式是依靠学习圈子，网易云课堂视频，还有各种专栏。平时也会做一些笔记，印象笔记软件也用了有一年多了，主要靠markdown语法做详细记录，xmind做导图整理框架，看了这一讲，感觉自己的学习方向大概还是对的，我最开始是学的Python基础，Python爬虫，《利用Python进行数据分析》。现在的状态是狂补统计学等数学基础，下一步准备进行商业思维训练相关学习，并准备打下机器学习基础。但是我的问题存在于两方面，第一是分享这一块我做的很差，为了弥补，最近也在学着开自己的知乎专栏和公众号，目的是为了把我这一年以来学的杂七杂八的东西串联整理起来。第二就是实战经验，我总想着学习完工具和思维再进行实战，但是这个月突然意识到实战是串联、应用与复习知识点的最佳途径。同时我也觉得这门可能对整理我所学有很大帮助。期望自己能在下一个半年成为一个合格的初级数据分析师。
作者回复: 总结的很好，你没问题的！知行合一，并不是个先后的顺序过程，就像你刚才说的：实战其实就是很好的学习，能让你理解工具使用和知识点。刚才有个同学分享了：自己写Demo是个非常好的体验，一起共勉💪
2018-12-18
3
29
小熊猫
数据分析三个重要组成部分： 1. 数据采集：获取数据源 2. 数据挖掘：核心是挖掘数据的商业价值 3. 数据可视化：使用python或者第三方工具学习数据分析最好的方法是：在工具中灵活运用，在项目中加深理解两条准则： 1. 不重复造轮子。能够很快的知道一个模型有哪些类库可以使用。 2. 工具决定效率。选择使用者最多的工具。以后的每周做到以下几点： 1. 记录下每天的认知。 2. 这些认知对应工具的哪些操作。 3. 做更多练习来巩固认知。
作者回复: 整理的很好希望你有所收获
2018-12-18

28
跳跳
私以为学习这件事，70%靠实践，20%靠与人交流，10%靠学习理论。与老师讲得相似。打算从这几个角度深入学习数据分析相关知识，大家一起加油💪
作者回复: 对的，非常赞同！
2018-12-18
2
19
Adamhuan
我平常学习会有着几个习惯：做笔记，但不仅仅是做笔记 1. 文字笔记，边听课边记录，我的OneNote笔记每天大概会增长20MB 2. 思维导图，听完课后，梳理零散的实时笔记；以及看书的时候，会开始整理思维导图 3. 博客，每一次做过一次实验（技术方面的练习）都会整理成一篇可行的技术文档放在自己的个人博客上听课程，因为极客时间是手机端的APP，所以通常一篇文章的语音我会反复听3遍到5遍。参考信息：讲师提到的一些额外的信息与引论，会去网上查到原文以及出处，便于更细粒度的思考。
作者回复: 真是爱学习，赞一个！Adam可以把总结的笔记贴在每次课程的讨论区中，这样大家一起学习交流
2019-01-03
2
13
JingZ
学习对于我来说，有两种，一个考证考试学习，一个是有具体问题需求的碎片化学习~ (1)思想方面：前者，多半是参加系统课程、网课、实战班等集训营的；后者则google/知乎 (2)工具方面：前者喜欢用xmind写好，导成图片，经常复习检索下，也会写成微信公众号文章方便日后查看；后者则专业网站和向大佬求教 (3)实战方面：无论学啥，关键把握问题本质，多实际动手做案例，融会贯通，实践出真知
作者回复: 这个学习方法蛮好！其他人也可以看看
2018-12-18

9

收起评论