如何开始自己的数据分析之路

   笔者作为一名数据分析初学者，在刚接触数据分析时，也是一脸懵，作为一名主修统计的理科生，居然也曾沦落到去search什么是数据分析，也看过相关的书（几页吧），在经过自己一段时间的摸索（多方比较）后，大致对数据分析有了一定了解，也算入门吧，跟大家分享一下自己一些对数据分析，或者说数据分析过程的一点理解。

总的来说，进行数据分析（数据挖掘也有一定类似），大致分为以下几个步骤：

一、明确自己的目标（分析数据是为了得到什么结论、了解哪些内涵）
数据分析的第一步，就是我们要明确自己是为了什么（总不能为了数据分析而数据分析吧），所以在做数据分析前必须明确我们的真实需求，或者是说我们正在执行的项目的真实需求（学习党也可以理解成我们是想通过数据分析得到什么），只有知道我们想获取什么，我们才能在数据分析的过程中，一点一点修正，才能在进行分析前，进行必要数据及指标的收集，并据此考虑所需的算法及后续的处理。

二、开始收集、分析数据（理解数据的构成，标签等）
从严格的意义上说，这里才是我们真正接触数据的第一步，一般习惯把这一步分成三个小点，分别是：收集数据、导入数据、理解数据。

首先是收集数据，一般数据有以下收集来源：
（1）政府数据（网站、统计年鉴等），这一类较多是经济类的公开数据，获取途径也较为简单，适合学生党进行初步的统计分析
（2）获取外部的公开数据（爬虫之类），这个就适合有一定编程基础的同学了，有兴趣的同学可自行搜一下：什么是爬虫。
（3）企业公司数据。上班党的话，一般公司内部的数据收集也趋于完善了，可以直接获取。

然后是导入数据，从整体上理解数据，其中包括查看数据集的描述统计信息等。

三、数据清洗（把不好的数据拿出去，把缺的数据补一补）
分析数据前，对数据进行清洗是很有必要的，也可以说是对数据进行预处理，一般包括以下几步：
（1）选择子集
（2）列名重命名
（3）数据类型转换
（4）数据预处理
（5）缺失数据处理
（6）数据排序
（7）异常值处理

以上是数据预处理的一些常用步骤，具体做法我以后找个时间会单独写一篇文章介绍。

四、构建模型
对数据进行预处理后，下一步就可以开始进行我们的数据分析之路了（接受毒打吧）。做到这一步，一般都是对数据分析有一定理解了（毕竟要用到算法了呀），也是从简单到复杂的过程吧

（1）简单一点的：对数据进行简单的分析；也就是说得到一些描述性统计的数值（中位数、均值、方差等），适合学习党

（2）入门之后：开始利用复杂算法建立模型，做一名专业的数据分析师。（什么是复杂的？机器学习神经网络熵，懂得都懂好吧）

五、数据可视化（将我们的分析结果通过图文结合的方式展示给别人看）
最后的最后，分析完数据，好开心，但是总不能分析完数据只有我们自己看得懂吧？所以就需要我们用图表对我们的数据分析后得到的结果进行可视化，同时，制作数据分析报告，等等。