数据分析师入门要熟悉的工具和编程语言
这里使你入门的是你要熟知的一些最流行的编程语言和工具,希望对在学习中的同学有所帮助。
Python或R:不仅仅是这些编程语言易于学习(相对于C来说),一些最流行的数据科学库,从数据分析到数据可视化,都是在这两种编程语言之上建立的。
Pandas/Numpy/Scipy:Python数据科学库中的三驾马车一起工作真的很好。Pandas有助于结构化数值或时间系列数据,这样数据就容易用于分析和处理。Numpy有助于实现许多常用的科学和数学运算,如矩阵乘法,所以你不必重复发明轮子。Scipy在Numpy基础上拓展,包含很多比你能在Numpy找到的数学运算功能更完备的版本。
Scikit-Learn:机器学习算法难以高效且正确地实现。Scikit-Learn是一个经过实战测试的工具,它是一个已经为你实现了常用机器学习算法的Python库,从组合方法到k均值到SVM,它都有。
当你准备创建一个指数尺度的散点图和成千上万的数据点,Mattplotib和Ggplot2应该是你要找的库。他们分别是Python和R的实质上的绘图可视化标准库。
这是列表中仅有的JavaScript库。如果你想创建静态可视化或图形,Mattplotib和Ggplot2很棒。然而,如果你想创建交互式可视化,例如当你的鼠标停在图形上,一些东西弹出,或改变形状,D3.js是你要的库。不过,你要使用一些HTML、CSS和JavaScript,所以在尝试D3.js之前,确保复习一下你的前端web开发技能。