2019 年，Python 数据科学该怎么学

客岁我抉择从传统水利行业跨行到 Python 规模的时辰，满脑筋都是狐疑与担忧，踌躇放弃所学多年的专业常识值不值得，担忧万一转行失败怎么办，纠坚贞际事变比想象中的难怎么办。

没碰着指点迷津的大佬，只好网上各类搜，众说纷纭，最后在「要不要转行」这个题目上挥霍了很长时刻。在跨过这个坎之后，转头来看早年那些题目，思绪清楚许多。

着实，在开始阶段，对比详细的专业常识，更重要的是大偏向掌握。比如，你汇报我旅途上的风光有何等何等美，但我想先知道是哪条路，好判定能不能去到。

最近看到一篇叫「2019 年进修数据科学是什么感觉」的文章，深有感伤。作者是 Thomas Nield，美国西南航空公司的商务参谋，著有《Getting Started with SQL (O'Reilly) 》等书，履历富厚的 IT 大牛。

文章中他 以一问一答的情势，给那些想要踏上数据科学之路的人，提了一些中肯的提议。内里有些概念很有代价，特节选翻译成文，这里分享给你。

配景：假设你是一名「表哥」，泛泛事变首要行使 Excel，数据透视表、制图表这些。最近相识到将来许多事变岗亭会被人工智能会代替，乃至包罗你此刻的事变。你抉择开始进修数据科学、人工智能和呆板进修，Google 搜刮「怎样成为数据科学家」找到了下面这样一份进修蹊径图，然后你就开始向作者大牛求教。

Q：我是否真的必需把握这个图表中的全部内容，才气成为数据科学家?

A：简朴说，不必要所有。这是 2013 年的蹊径图，有点过期了，内里连 TensorFlow 都没有，根基没有人再参考。完全可以划掉这个图中的一些路径，前几年「数据科学」分别地过于分手，回收其他要了解更好。

Q：听你这样说就不那么求助了，那么我应该回到学校继承深造，然后得到一个数据科学硕士学位吗? 我看很大都据科学家至少都是硕士。

A：天哪，你为什么这样做?不要被「数据科学」这些高峻上的术语给唬住了，这些术语首要是用来从头界说一些营业分类。究竟上，学校传授的对象根基都是过期的技能，不如选择 Coursera 或 Khan Academy 这些在线自学网站。

Q：那么我该怎样开始自学呢?LinkedIn上的人说应该先辈修 Linux ，Twitter 的人提议先辈修 Scala，而不是 Python 或 R

A：不要信那些人的话。

Q：好的，R怎么样?不少人喜好它。

A：R 善于数学建模，但 Python 能做的更多，好比数据处理赏罚和搭建 Web 处事，总之Python 比 R 的进修投资回报率高。

Q：R 在 Tiobe上的排名如故很高，并且拥有大量的社区和资源，学它有什么欠好?

假如你只是对数学感乐趣，行使 R 完全没题目，共同 Tidyverse 包更是为虎傅翼。但数据科学的应用范畴远超数学和统计学。以是信托我，Python 在 2019 年更值得学，学它不会让你反悔。

Q：Python 难学么?

A：Python 是一种简朴的说话，可以帮你可以自动完成很多使命，做一些很酷的工作。不外数据科学不只仅是剧本和呆板进修，乃至不必要依靠 Python 。

Q：什么意思?

A：Python 这些只是器材，行使这些器材可以从数据中获取洞察力，这个进程偶然会涉及到呆板进修，但大部门时刻没有。简朴地来说，建设图表也可以算是数据科学，以是你乃至不必进修 Python，行使 Tableau 都行，他们宣称行使他们的产物就可以「成为数据科学家」。

Q：好吧，但数据科学应该不只仅是建造出大度的可视化图表，Excel 中都可以做到，其它进修编程应该很有效，汇报我一些 Python 方面的常识吧

A：进修 Python，你必要进修一些库，好比用于操纵 DataFrame 的 Pandas 、建造图表的 Matplotlib，现实上更好的选择是 Plotly，它用了 d3.js。

Q：我能懂一些，但什么是 DataFrame?

A：它是一种有行和列的数据布局，相同 Excel 表，行使它可以实现很酷的转换、透视和聚合等成果。

Q：那 Python 与 Excel 有什么差异?

A：大不沟通，你可以在 Jupyter Notebook 中完成全部操纵，慢慢完成每个数据说明阶段并可视化，就像你正在建设一个可以与他人分享的故事。事实，雷同和讲故事是数据科学的重要构成部门。

Q：这听起来和 PowerPoint 没什么区别啊?

A：虽然有区别，Jupyter Notebook 更自动简捷，可以轻松追溯每个说明步调。有些人不太喜好它，由于代码不是很适用。假如你想做一款软件产物，更好的要领是行使其他器材模块化封装代码。

Q：那么数据科学跟软件工程也有相关么?

A：也可以这么说，但不要走偏，进修数据科学最必要的是数据。初学的最佳方法是收集爬虫，抓取一些网页，行使 Beautiful Soup 理会它天生大量非布局化文本数据下载到电脑上。

Q：我觉得进修数据科学是做表格查询而不是网页抓取的事变，以是我刚学完一本 SQL 的书，SQL 不是会见数据的典范方法吗?

A：好吧，我们可以行使非布局化文本数据做许多很酷的工作。好比对交际媒体帖子上的情感举办分类或举办天然说话处理赏罚。NoSQL 很是善于存储这种范例的数据。

Q：我传闻过 NoSQL 这个词，跟 SQL 、大数据有什么相关?

A：大数据是 2016 年的观念，已经有点过期了，此刻大大都人不再行使这个术语。NoSQL 是大数据的产品，本日成长成为了像 MongoDB 一样的平台。

Q：好的，但为什么称它为 NoSQL?

A：NoSQL 代表不只是 SQL，它支持副黄?之外的数据布局，不外 NoSQL 数据库凡是不行使 SQL，有专门的查询说话，简朴比拟一下 MongoDB 和 SQL 查询说话：

Q：这太可骇了，你意思是每个 NoSQL 平台都有本身的查询说话?SQL 有什么题目?

A：SQL 没有任何题目，它很有代价。不外这几年非布局化数据是高潮，用它来做说明更轻易。需夸大的是，尽量SQL 难学，但它是一种很是通用的说话。

Q：好的，我可以这样领略么： NoSQL 对数据科学家来说不像 SQL 那么重要，除非事变中必要它?

A：差不多，除非你想成为一名数据工程师。

Q：数据工程师?

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!