幾招教你如何在R中獲取數(shù)據(jù)進行分析

數(shù)據(jù)分析師干什么？數(shù)據(jù)分析師的主要職責包括尋找、檢索、整理和傳遞從數(shù)據(jù)中來的見解。數(shù)據(jù)分析師也幫助報告和發(fā)現(xiàn)隱藏在數(shù)據(jù)潛在產(chǎn)品中的有意義的見解。從商業(yè)指標到用戶行為和產(chǎn)品表現(xiàn)，他們負責獲取、分析和報告范圍的數(shù)據(jù)。
舉個例子，職責可能涵蓋：
書寫查詢從數(shù)據(jù)庫中檢索數(shù)據(jù)，和正確的利益相關(guān)者分享數(shù)據(jù)
瀏覽用戶行為來尋找可以用來提升公司產(chǎn)品表現(xiàn)的見解或趨勢
解釋A/B測試的結(jié)果，基于此結(jié)果做出產(chǎn)品推薦
在有（或無）正規(guī)教育的情況下這樣成為數(shù)據(jù)分析師
作為一名數(shù)據(jù)分析師，具有分析（數(shù)學/統(tǒng)計和編程）、溝通能力（展示/數(shù)據(jù)可視化）、注重細節(jié)地解決問題的系統(tǒng)化途徑、和在商業(yè)文案中應(yīng)用它們的能力等強大的組合能力。下面我們概述了一些你可以學習一些新技能的途徑。
網(wǎng)上有許多公開的數(shù)據(jù)集——它們是很好的資源，提供給你機會去建立有趣獨立項目的組合。我們在Mortar的朋友建立了一個主要列表，收錄了從當今這個領(lǐng)域最好的知名的一些數(shù)據(jù)科學家那里找到的有趣數(shù)據(jù)集。
如果機器學習更符合你的風格，Kaggle競賽會是一個磨練你的技能和自我提升的好舞臺（一些公司招聘時搜索Kaggle排行榜）。
如果你想通過數(shù)據(jù)可視化展示你的發(fā)現(xiàn)，你可以在像Many Eyes、Plot.ly或Blocks.io的網(wǎng)站上創(chuàng)建并與其他人分享有趣的可視化。
想展示你的新技能和項目，你可以通過GitHub pages、WordPress、Medium或其他網(wǎng)頁或個人博客平臺創(chuàng)建的網(wǎng)站來展示。
能使你獲得面試的技能組合
優(yōu)秀的技能組合應(yīng)該展現(xiàn)一系列項目和你學過的技能范圍
完美地，這些項目要展示你的：
在R語言、Pandas、Numpy、Scipy、Scikit-Learn包或者相關(guān)數(shù)據(jù)分析工具方面的實踐經(jīng)歷
使用和整理大規(guī)模（太大而難以適合一個電子表格）、不相干的和（或）非結(jié)構(gòu)化數(shù)據(jù)集的經(jīng)歷
機器學習和數(shù)據(jù)挖掘技術(shù)的知識
強大的問題解決、數(shù)學、統(tǒng)計和定量推理的技能
最重要的，這些項目應(yīng)該展示你出色的溝通能力。特別地，顯示你能分析復雜數(shù)據(jù)集，尋找有趣的見解，用正確的商業(yè)文案清晰而簡潔地展示它們。
數(shù)據(jù)分析師的概念
視頻：數(shù)據(jù)科學家是什么
了解數(shù)據(jù)科學家應(yīng)該具有的能力。
視頻：機器學習和無人駕駛汽車
了解谷歌的無人駕駛汽車怎樣運用機器學習。
視頻：模仿因子怎么通過Facebook傳播
了解模仿因子和它們怎樣在社交媒體中傳播
視頻：什么是
了解它是什么意思和它怎樣用于數(shù)據(jù)分析。
以什么順序?qū)W習？
技能
如果你有興趣成為數(shù)據(jù)科學家，你應(yīng)該在日常工作中勝任和能夠運用以下技能。
編程
作為數(shù)據(jù)分析師，具有編程能力很重要。曾經(jīng)很多次你使用過非編程工具，如Excel，但是最好和最常用的一些工具，如Pandas、Numpy，以及其他一些庫，都是基于編程的。使用這些基于編程的工具，你能夠做更深入、更高效的分析。由于流行度高，Python和R都是很好的入門編程語言。
統(tǒng)計學
最低要求，你應(yīng)該能理解基本的統(tǒng)計描述和統(tǒng)計推斷。你應(yīng)該理解分布的不同類型，哪種統(tǒng)計檢驗適用于哪種文本，還要能夠在面試中解釋線性回歸的基礎(chǔ)知識。
機器學習
如果你有大量數(shù)據(jù)，機器學習中的技術(shù)是難以置信的強大。你需要用這些數(shù)據(jù)去預測未來，或者給出合適的建議。你應(yīng)該懂得一些最常用的監(jiān)督學習和非監(jiān)督學習的算法（他們是兩種不同類別的機器學習算法），比如k最近鄰算法、支持向量機和k均值聚類。你可能不必懂得這些算法背后的理論和實現(xiàn)細節(jié)，但知道什么時候使用這些算法很重要。
數(shù)據(jù)清理
在理想的世界里，你面對的數(shù)據(jù)集是干凈的、準備好進行分析的。然而，現(xiàn)實世界中，絕少是這樣的。你的數(shù)據(jù)集很可能缺失數(shù)值、格式錯誤、或者輸入錯誤。例如，讓我們討論一些日期，一些系統(tǒng)表示2014年9月1日為9.1.2014，其他一些系統(tǒng)會表示為09/01/2014。像這樣的情況，你的數(shù)據(jù)清理技能會派上用場。
溝通和數(shù)據(jù)可視化
作為數(shù)據(jù)分析師，你的工作不僅要解釋數(shù)據(jù)，還要同其他利益相關(guān)者高效交流你的發(fā)現(xiàn)，這樣你就能幫他們做出數(shù)據(jù)提供的決策。許多利益相關(guān)者不會對你的分析背后的技術(shù)細節(jié)感興趣，這就是為什么你能通過易于理解的途徑交流和展示你的發(fā)現(xiàn)很重要。