北京中科医院亲身经历 http://m.39.net/news/a_5218643.html有不少小伙伴问我，我想学Python数据分析，但是数学不好，英语也不好，还不是计算机专业的，能安排吗？我的答案是，能。我想提几点初学者常犯的思维误区，正是这些误区在阻碍我们去尝试新事物。误区一：学习python数据分析需要很强的数理基础这个想法『部分正确』。有良好的统计学基础可以更容易理解数据分析的一些算法和模型，学起来会更轻松。数据分析中有许多统计学的内容，但是不需要掌握多么高阶的统计学原理，只需要入门一些基础的统计学知识，有一个基础的统计概念即可，这样在后面接触数据分析的模型时也不会感到那么吃力。基础的统计学基础内容：基本的统计量：均值、中位数、众数、方差、标准差、百分位数等概率分布：几何分布、二项分布、泊松分布、正态分布等总体和样本：了解基本概念，抽样的概念置信区间与假设检验：如何进行验证分析相关性与回归分析：一般数据分析的基本模型……未明之前出过一篇学习资源推荐的文章，可供参考：数据分析学习资源整理，请查收！误区二：学习python数据分析英语要好确实，学习数据分析英语底子不错的话，学起来会觉得更有意思。举个例子：图中的单词groupby，如果是英语不错的同学，就知道拆分成group和by理解，读懂它的意思是“按……分组”，能看出这句话的意思是按“产地”分组。plt是之前定义的一个变量名，标点“.”表示调用，figure在英文里有一个意思，表示“指定”，figsize是figure和size的组合，意思是“指定尺寸”，这个语法的用法轻松读懂了吧！你看，英语底子好的小伙伴在学数据分析的过程，就像在温习功课。但是反过来想，英语底子不好的伙伴，学习python数据分析时，不是更有意思吗，像闯关学习一样，既能提高数据分析技能，还能提高英语水平，两全其美，何乐不为？刚开始学时，翻译软件用起来呀，再不济咱们传统一点，翻字典也行。既然有学习数据分析的心，就别给自己设限。Justdoit！误区三：“非本专业就不能学数据分析”看到这个问题时，我的脑子充满问号。不是所有计算机类专业都学数据分析，也不是学习数据分析就要转行做数据分析师。学习数据分析在当代是一种自我提升的需要，也是职场需求。就业竞争激烈，光是啃老本根本无法抵御风险，每个人都在学习。以用户运营为例，用户流失标志着用户生命周期的终止，优秀的运营不是事后补救，而是防范于未然，将用户流失扼杀在萌芽阶段。以社交APP为例，优秀的运营能够对过往流失用户进行特征分析，归类特点：（1）在流失的用户里有40%的用户没有完善资料；（2）流失用户里有30%没有选择兴趣圈子；（3）新注册用户没有导入通讯录好友的流失率比导入的高24%（4）新注册用户前2个月最容易流失，流失率高达52%通过特征分析，可以得到更为准确的流失概率预测，对于不同活跃度的用户，有针对性地采取策略：（1）用户注册后提供新手引导，提醒完善资料；（2）完善用户资料后，提供兴趣圈子选择，根据兴趣推荐优质内容、可加入的群组、
转载请注明：http://www.aierlanlan.com/grrz/5973.html
