清华牛人总结的数据分析笔记

这几年，“数据分析”是很火啊，在这个数据驱动一切的时代，数据挖掘和数据分析就是这个时代的“淘金”，懂数据分析、拥有数据思维，往往成了大厂面试的加分项。

 

比如通过数据分析，我们可以更好地了解用户画像，为产品做留存率、流失率等指标分析，精细化产品运营；再比如去年疫情，有 B 站网友通过数据分析、调整参数，制作的“疫情传播速率”视频，点击量相当大。

 

身边不少人跳入这个行业，我也经常在后台收到粉丝的一些困惑：

 

• 开发出身，想转行数据分析，但没有实战经验，面试很难！

• 是从 Python 入手还是 R 语言？常用的算法有哪些？

• 可以练手做项目的数据库去哪里找？好用的爬虫工具又有哪些？

• 网上看了很多文章，依然杂乱无章，有系统性的资料推荐吗？

 

我当时学数据分析也有同样的苦恼，资料看了一大堆，总是一知半解，没有老师时时给你解答问题，很多时候都感觉自己要放弃了。

 

但，我不得不说一句：学数据分析绝对没错，坚持下去你会看到一个完全不一样的自己。

 

之前在百度的曹政举了他身边的例子，令人印象深刻，蛮多看上去并不优秀的人却都能靠着数据分析 C 位出道。

十来年前我在百度招聘过一个人大本科应届的小伙子邓明生，从学历背景看在百度并不占优势，当时开始跟我做数据分析，写程序分析百度的业务数据，后来慢慢独挡一面，因为对百度所有业务线的数据都清晰，后来百度出现一些人事危机的时候开始成为救火队长，连续在不同业务部门担纲重要职位，一路升到联盟事业部总经理，今年离职出来创办御势资本，青出于蓝而胜于蓝，人家现在比我厉害很多了。

还是十来年前，又有一个应届生吴海生，从百度产品部门申请内部调动去做数据分析，开始经验不足，写报告还被我嘲讽过的那种。好多年不见，最近看新闻才知道，已经某新近上市的金融公司CEO，妥妥的 C 位出道有没有，真是让人刮目相看。

数据分析到底该怎么学呢？讲真，真不难！我摸爬滚打这么久，也算总结出三个经验：

1.找到一个实力与经验俱佳的“教练”，从思维、工具、实战带你“即学即用”。

2.制定一份正确的学习计划与路径，你真正需要的是好方法而不是蛮力。

3.有效工具的运用会让你事半功倍。

 

这方面，给我启发很大的是清华大学计算机系博士 —— 陈旸写的《数据分析实战 45 讲》，有 2.7W 人在学，口碑不错。我最近开始二刷了，在专栏中，陈旸清晰地把数据分析拆解成三个部分：数据采集、数据可视化和数据挖掘，而且有大量实战。（下面有我详细的给大家分享这三部分所需要掌握的知识）

原价 ¥129 ，现在 ¥89 就可以到手，需要赶紧上车。

????扫码免费试读????

秒杀+口令 「Happy2021」

原价 ¥129 ，到手仅 ¥89

新人到手价 ¥59.9

 

说到陈旸，也是挺厉害了。清华有一门课，叫数据挖掘，他通过这门课，学会了如何从海量的数据中找到关联关系，以及如何进行价值挖掘。并利用自己学的技巧，在微博用 3 个月的时间就积累了 4 万粉丝，一年的时间积累了上百万粉丝。

 

整个专栏的授课逻辑我也非常喜欢，专栏里一直秉承着“MAS 学习法”，即 Multi-DImension（多维度认识）、Ask（提问）和 Sharing（分享），从“思维”到“工具”再到“实践”，学以致用，更高效上手数据分析。而且老师还会直接提供项目数据，让你上手练习，可以在简历上完善项目经历，顺利找到工作。

????练手的数据项目

好，下面接着给大家分享上图中数据采集、数据可视化和数据挖掘需要掌握的知识。

 

数据采集

 

你可以用Python自动采集数据，也可以使用第三方平台，比如用“八爪鱼”来采集数据。《数据分析实战 45 讲》中，陈旸用了两个实战案例来讲解如何用 Python 和八抓鱼来采集数据，讲的非常细致，看完你可以掌握这两种常用方法。

????老师制作的「Python爬虫总结图」

详细地，你可以去直接看《数据分析实战45讲》专栏里这两篇文章：

第9讲 | 如何用八爪鱼采集微博上的“D&G”评论？

第10讲 | 如何用Python自动化下载王祖贤海报？

数据可视化

在《数据分析实战45讲》中，主要用Python的 Matplotlib 工具来做数据可视化。Matplotlib 是Python的可视化基础库，非常适合入门学习。学完专栏，下面的这几张图我也可以做出来，非常抢眼。

你可以看看《数据分析实战45讲》专栏里这篇文章：

第15讲 | 如何用Python绘制10种常见的可视化视图？

数据挖掘

当你掌握了数据分析中基础的操作后，接下来就该正式处理数据了。为了进行数据挖掘任务，数据科学家们提出了各种算法，《数据分析实战45讲》中详细讲解了数据挖掘十大经典算法，根据用途，把它们分为四大类：

• 分类算法：C4.5，朴素贝叶斯（Naive Bayes），SVM，KNN，Adaboost，CART

• 聚类算法：K-Means，EM

• 关联分析：Apriori

• 连接分析：PageRank

值得一提的是，专栏里用了大篇幅内容、许多案例来讲解这十大算法，还会提供一些数据库让大家去实操，亲测有效。

最后想说的是，在留言区你依然能看到大家各种各样的解题思路，其中有的你可能会意想不到，可以说，在留言区你也能学到很多。

数据分析能力必然是每个互联网人必须具备的，只有懂数据，才能以数据驱动，科学优化工作，锻炼自己强大的战斗力和核心竞争力，拉开与其他人的差距。

 

最后再和大家强调一下：

现在秒杀+口令「Happy2021」

原价 ¥129 ，到手只需 ¥89

新人到手价 ¥59.9

 

????????????

扫码免费试读

 

种一棵树，最好的时间是 10 年前，其次是现在。

 

点击【阅读原文】，2 杯咖啡的价格，进阶数据分析高手。