44丨如何培养你的数据分析思维？

Mar 25, 2019

44丨如何培养你的数据分析思维？-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

44丨如何培养你的数据分析思维？

2019-03-25 陈旸来自北京

《数据分析实战45讲》

课程介绍



讲述：陈旸

时长10:24大小9.54M



数据分析可以是一个职业，一份工作，也可以是一种思维方式。在专栏里，我们更多的是讲解了数据分析工具的使用。从 Python 爬虫到 Python 可视化，再到数据清洗、数据挖掘算法等，而在日常工作中，我们除了需要熟练掌握这些工具的使用外，更主要的是培养自己的数据分析思维。
培养数据分析思维不仅对找一份和数据分析相关的工作有帮助，在日常生活中同样会有帮助。
今天的内容会从以下几个方面进行分享：
我们做一个有关生命线的游戏。你可以把生命线看作是数据可视化，能从中发现什么规律呢？
当你想知道事情的答案，但不知道从何处下手的时候，要怎么办呢？要学会提问。好的问题就是好的开始。遇到茫然的情况，不妨从提问开始。
“我平时也有一些关于数据分析的思考，但是效率不高，有什么方法可以提升效率么？”分享是最快的成长，通过反向传播可以让我们更快得到收敛。
“我也知道数据分析思维的训练很重要，但是平时工作很忙该怎么办？”
一个关于生命线的游戏举个例子，如果你想知道自己是如何挣钱的，你可以分析自己以往挣钱的经历，也可以是赔钱的经历，把它们写在一个时间轴上，纵坐标是发生的事件，这个事件对你的影响越大，纵坐标的绝对值就越大。通过生命线的分析，我们先把这些事件按照时间的顺序记录下来，然后记录它们的影响力。实际上这些事件，影响力 y 和时间 x 就是你的生命线历史数据，画出生命线之前，你不必思考它们之间的规律是什么。画出来之后，你有 30 分钟的时间，仔细思考和分析它们之间有什么关联。
其实你能看出来，画生命线之前，我们首先需要有客观的记录数据，生命线就相当于数据可视化，更容易让我们找到规律。你可以对这些事件打上不同的标签，比如 12 岁的时候给报社投稿挣到了 180 元，26 岁做自媒体，每个月有 2 万收入等等，那么两件事都可以打上“写作”这个标签。
我们之前讲过打标签是一种抽象能力。当你对这些事件逐一分析打标签的时候，就有可能从更高的维度上观察到这些事件的规律。
上面这个是关于挣钱方向的生命线游戏，有空的话你可以做一下，分析分析适合自己的挣钱模式是什么。
此外还有一个生命线的游戏，你肯定不陌生，那就是简历。
在面试之前，你最重要的信息就是简历。HR 会通过简历筛选符合要求的人，一般来说会根据简历来看职业经历是否具有连续性，比如说这个人做过行政，又做过销售，现在面试数据分析的工作，那么对于 HR 来说，他就没有找到职业方向。所以有些人在投递某个职位前，会特地对简历做有针对性的修改，比如重点呈现和数据分析相关的经历，其他关系不大的经历都一一删除，哪怕经历再丰富。
不相关的经历其实就是干扰数据，这些并不是 HR 想要看到的！
除了分析挣钱、找工作以外，通过生命线做数据分析还能帮我们做什么呢？它可以分析你的感情经历、是否有偏财运等等。数据是非常重要的宝藏，只是你需要知道如何观察它，使用它。
通过历史才能看到未来，如果我们不去分析这些历史，就没有办法找到未来的规律。大到国家，小到个人，都是如此。这也是为什么很多成功人士经常读书的原因之一吧。通过总结别人的成功或者失败的经验，可以启迪自己的人生道路。
提问是最好的老师当了解数据分析的价值之后，你可能会问，学会提问和数据分析思维有什么联系？
实际上提问本身就是一种维度的观察。很多人在做数据分析的时候，首先遇到的问题是没有数据怎么办？数据从哪里来？其实在找数据之前，我们应该先问自己一个问题，我要解决什么问题？要分析什么规律？比如说，你想观察自己挣钱模式的规律，或者想解决个人的情感问题，再或者，想找到一份适合自己的工作等。我们首先需要定义一个目标。
然后围绕这个目标再问自己，这些数据可能会在哪里？是通过分析自己过去的经历找，还是从网上找相关的信息？都有哪些渠道可以收集到这些信息？有一个好的问题，才会有好的答案。问题可以帮助我们关注事物的不同方面，而且通常是一些重要的维度，对我们全面客观地分析一件事是非常有好处的。
从科技进步来看，很多时候都是先有一个问题，再有无数的人前赴后继去解决它。比如世界三大数学猜想，费马猜想、四色猜想和哥德巴赫猜想。比如费马大定理是费马在 1637 年提出的，此后的 300 年间有无数数学家试图去验证它。
学会提问不仅可以帮助我们对事物有更全面的认识，还可以让我们变被动为主动。要知道在职场上，大部分人的工作状态都属于被动性，比如等着领导下任务、数据分析结果没出来就怪数据不完整，质量不够好等。被动的状态往往能量很低，或者说创造性很低。只有当你主动思考，寻找答案的时候，才更可能会有有创造力的发现。
以我的学习经历为例，很多人在上学期间，基本上都是老师在课上讲，自己只是听，很少提问，信息仅仅限于单向传递。而我经常会把不懂的问题整理下来，下课的时候主动向老师提问，这样做的好处是，勤于思考，可以让知识尽量没有盲点，另外通过提问和思考的方式 ，也可以让我对这个知识掌握得更牢固。我成绩通常不错，后来保送到了清华计算机系，很多人认为我平时学习是不是很晚，其实并没有，我只是善于找学习的规律，提问思考就是最好的学习方式。它更容易让我们对一件事物建立多维度的认知。
学会分享是最快的成长如果说培养数据思维从提问开始，那么把总结分享作为结束则是最适合不过的。把学到的知识分享给身边的朋友，可以锻炼我们的逻辑性，分享的过程也是对知识重新梳理的过程。另一方面也可以让我们获得别人的反馈，更容易得到正反馈的愉悦。就像我们在做机器学习训练的时候，如果训练没有结果反馈，我们就无法客观地了解对知识的掌握程度。如果能得到别人的反馈，就更容易有收获，训练的收敛速度也会越快。
所以在某种程度上，你可以把分享的过程，理解是在测试集上做验证的过程。它会让你收获更多，成长更快。
培养数据分析思维是重要不紧急的事你可能会说：“道理我都懂，可就是做的时候想不起来。”那是怎么回事呢？实际上，培养数据分析思维是重要不紧急的事。在工作中，我们经常会被紧急的事情占据带宽。这些紧急的事情对当下很重要，但是放长远来看重要性就很弱了。而拉开我们人生差距的，恰恰是那些重要不紧急的事情上，而不是在于我们每天处理了多少紧急的事。
这点很容易理解，毕竟人都有惰性，紧急的事情来了一般都会优先处理。不过你要换一种思考方式，既然我们人生的差距不是在于做过多少紧急的事，而是在于做过多少重要的事，那么从工作的第一天开始，我就应该着重积累重要的事，即使它目前并不紧急。
这样你会发现，当你做过的重要事情越来越多的时候，紧急的事情也就越来越少了。比如你想着如何找到一份更高薪酬更适合自己工作的时候，就不用着急每个月还贷款的事情了。
总结今天我们做了一个有关生命线的游戏，你能了解到我们每个人、每个公司、每件事，只要有历史数据，都有可能从中发现规律，从而指导未来。所以说数据分析这件事，就好比是生命线一样闪耀着价值。
而培养自己的数据化思维虽然不是一天能练就的，却是重要的事情。很多时候，我们容易被紧急的事情牵着走，毕竟紧急事情的优先级会更高。但人生差距不是在于处理多少紧急的事，而是在于做过多少重要的事。从人性的角度来看，重要不紧急的事是容易被拖延的。
不过我有两个工具教你摆脱惰性，一个就是学会提问，它从提问的角度训练我们的数据化思维，让我们对事物看得更清楚，另一个就是学会分享，它从反馈的角度让我们的训练过程更加收敛，效率得到提升，也更容易获得成就感。
今天我讲到了生命线，它对我们发现自身的规律很有帮助。你不妨画下自己的生命线，从 0 岁开始到目前为止，把你认为对你影响最大的时刻下来，不论是正向，还是负向的事情。横坐标 X 轴代表时间，纵坐标 Y 轴标注事件点，绝对值越大代表事件对你的影响越大。画完之后，你能从中发现了什么规律吗？比如你的高能时刻，通常都是因为什么事情引起的？
我在专栏的开始就提到过分享是最好的老师，学会做总结笔记并分享出来，对自己的收获也会很大。专栏已经临近尾声，关于这个专栏的学习，你都做过哪些笔记总结呢？
欢迎你在评论区与我分享一下你的心得，也欢迎点击“请朋友读”，把这篇文章分享给你的朋友或者同事。

分享给需要的人，Ta购买本课程，你将得18元

生成海报并分享

赞 24

提建议

43丨深度学习（下）：如何用Keras搭建深度学习网络做手写数字识别？

45丨求职简历中没有相关项目经验，怎么办？

 写留言

精选留言(20)

third
2019-03-25
我的学习生命线最重要的部分是开始写作，通过写作，我开始慢慢坚持一些事情。为了写出一些东西，不得不逼着自己去学习，去进步，去思考。同时因为明白了，用输出倒逼输入，凡事求结果。比如学习完不是最重要的，学习完最好有可以看得见笔记，如果这份笔记可以写成文章给别人，让别人能够理解和学习，则更好。每次学完习都问自己这些问题 0.问题 1.是什么 2.为什么 3.怎么做 4.怎么产生更大的价值？行为？分享？从问题中思考，把一切都转化为结果，行动
展开
37
紫金元霸
2019-03-25
35岁本科生，想转行数据分析。虽然知道没有年龄，学习上的优势。但是凭借对数据的爱好，还是跟着老师一步步坚持了下去。现在最想问得话。我学了这么多模型。不知道工作中怎么用？
作者回复: 找业务场景，或者在kaggle上打比赛
共 4 条评论
33
一语中的
2019-03-25
1.画了生命线后，发现高能时刻有，高考，大学参加竞赛，工作后准备方案，演讲，很多都是deadline前的崛起....影响权重较高的一个阶段是18-25岁 2.基本把全部课程中的代码敲了一遍，每一篇文章对应两个文件：一个note记录文章中的代码和知识点和一个是homework用于写文末尾的练习(41课的作业还没有写....又拖延了)，下一步打算课程结束后从头再来过一遍知识点，不行的话就再来一遍== 3.文章中提的【分享】超级认同，想办法给别人讲清楚了，自己才算真正的明白吧。另外，在交流中，也可以得到不同的观点，给自己启发等等..
展开
作者回复: deadline前的崛起，这个规律发现的不错！
15
洛花生
2019-03-25
我觉得要想拥有好的数据分析思维，更需要我们培养对事物本质的好奇心，抽象量化事物挖掘底层逻辑。
作者回复: 对的洛花生
10
槛外人
2019-09-17
人生重要不是做了多少紧急的事情而是做了多少重要的事情，这真是真理，虽然工作不久，却深刻的感受到了，人生最重要的不是做了多少事情，而是做了多少重要的事情，谢谢老师
作者回复: 人生高度是由重要不紧急的事情积累起来的。重要&紧急=>压力无限大重要&不紧急=>高度不重要&紧急=>盲目不重要&不紧急=>浪费生命
9
李沛欣
2019-03-25
人生的旅途中，我总是二进宫才能实现人生的跨越，一直是阴差阳错的结果。在人生十字路口的30岁，目前基本上还是以积累手头工作经验为主，学数据分析可能更多的是为了未来的生存考虑吧。
作者回复: 加油！重要不紧急的事积累人生高度
7
Dacio
2019-06-16
个人认为这一节内容应该放课程的最前面会不会更好，更能激发用户对课程的兴趣、解答根本的难题。从先总后分角度，先启发读者培养数据分析的思维方法及其重要性，然后描绘数据分析内容全景，再逐个填充构成全景的每一个分支的具体内容。这就是为什么我学习前面章节的时候一直困惑为什么不讲思路而讲各种表面的工具应用的原因，看到最后才明白，数据分析的思维培养不是一朝一夕的事情。
5
王彬成
2019-04-02
一、画生命线得出这几点结论： 1、当前的生活状态和表现是过去时间和经历的积累 2、得到目前这份工作都是因为过去有相关的工作经历 3、启示做每件事情，都要知道他的目的是什么，也就是做重要的事情二、学会分享和学会提问的好处把自己想象成老师，将自己所学的知识讲授他人。这样在教授的过程中，既可以共享知识，也能发现自己对知识点的缺漏。学会提问好处在于，自己经过深思熟虑，问出的问题的确在自己目前的能力范围内无法解决。这样做会让自己对知识更熟悉
展开
作者回复: 对的很好的总结分享
4
Soul of the Drago...
2021-05-03
目前是985研究生在读，对生命线进行梳理后，发现本科4年来的高光时刻还不如研究生2年的多，不是说绝对数量上，而是质量上的，读研的过程对我思维能力、眼界、谋划能力和执行能力的锻炼和提升实在是太大了。关于该专栏的学习，虽然是在它发布两年后我才接触到，有相见恨晚的感觉，但里面关于机器学习和深度学习的内容实实在在地激发了我的思维，拓宽了我的知识边界。在学习每个专栏的过程中，我先通篇浏览一遍，然后凭自己的印象梳理一遍内容框架，再与文章最后老师所列的框架做对比，查漏补缺。对于每一段代码，我也是认认真真地跟着敲，重要部分的注释也写得清清楚楚。课后的练习也是尽量独立完成，有不清楚的地方，就看看评论区其他大神的作业。评论区的内容也有许多干货，是一个容易被忽略的“宝藏”。关于提问方面，我认为自己做得还有些欠缺，可能跟自己的性格有关，喜欢把想法藏在心里。而反馈方面，为了把复杂的理论通俗化，我会把机器学习的过程比作人学习的过程，就像我复习备考一样。关于未来的职业规划，很惭愧，自己暂时还没有明确的目标，想要走数据分析的道路，但又时常担心自己的能力不足。
展开
4
张贺
2020-03-29
30岁想做数据分析，最近在深入理解机器学习理论，加油
3
查理
2019-03-25
老师这边文章纯粹说理的，字字入耳哈
作者回复: 哈哈谢谢查理
3
抢地瓜的阿姨
2019-03-25
偷摸着做笔记，不让别人知道。哈哈
作者回复: 哈哈哈好的抢地瓜的阿姨
2
随遇而安
2019-04-05
数据分析非常棒，数据思维非常有作用。
作者回复: 谢谢随遇而安
1
lipan
2019-03-27
看完这篇文章，和我以前看的《我们工作到底是为了什么》有异曲同工之妙啊。尤其是重要不紧急的这个问题的分析真是太好了。
作者回复: 哈哈哈谢谢lipan
1
iamtalent123
2019-03-26
最紧要开始校招找工作，不知道老师可不可以分享一些关于求职的事情呢？例如求职方向，职业规划等
1
blue·华
2021-09-06
老师，请教个问题，我有一批标准地址，另外收集一批非标准地址，想转化成标准地址，一般有什么思路可以参考呢，具体是去到到x栋x层xx室的
孙瑜
2020-10-25
集团层面做数据分析远离一线部门业务，数据是核心但又很迷茫不知道怎么分析数据给领导看
作者回复: 假如你还没掌握课程内容，可以多看几遍哦。假如你已掌握课程内容，那可以多看看kaggle上most votes的EDA相关的notebook
Untitled
2020-03-19
每一篇实战的代码都是自己对着老师的文稿敲过一遍，在敲的过程中思考，实践是检验真理的唯一标准。打算大致学习一遍所有课程后，把每个模型拓展到生活和工作里。哦，对了，我从前的是生物信息数据分析，虽说是数据分析，但是每天大部分是坐着数据整理的工作，数据准备真的太太重要了！
内存爆了
2019-07-23
人生的差距不是在于处理了多少紧急的事，而是在于做了多少重要的事！ --真理啊人生25十字路口，总结自己之前的事情，发现多少次都是在做紧急的事情而忽视重要的事情了啊 --真是启发啊，谢谢老师，这也许就是数据分析的一颗金子吧。
作者回复: 加油~ 重要不紧急的事情
小侠龙旋风
2019-07-03
培养自己的数据化思维虽然不是一天能练就的，却是重要的事情。很多时候，我们容易被紧急的事情牵着走，毕竟紧急事情的优先级会更高。但人生差距不是在于处理多少紧急的事，而是在于做过多少重要的事。从人性的角度来看，重要不紧急的事是容易被拖延的。写得好啊！
作者回复: 多谢！很多事情复盘以下，就发现真正影响我们的是那些重要不紧急的事。

