利用Python进行数据分析的自学计划及学习材料——半文科生向数据科学家的华丽转身

首发于豆瓣，主要是比较方便添加豆列。题目中的数据科学家对我而言可能难度过大，目前打算先从商业分析做起。



版权归作者所有，任何形式转载请联系作者。
作者：以梦为马（来自豆瓣）
来源：https://www.douban.com/note/668202868/

豆列：R & Python: from zero to hero


背景
作为一个待毕业的半文科生，美国较为严峻的就业形势使我在一段时间的思考之后，打算转型做商业数据分析师了。目前的想法是，博士毕业先找一个数据分析的工作做一年，OPT到期之后找个大学回炉读一个Master of Business Analytics的学位，目前最希望去MIT Sloan商学院读。MBAn这个学位近些年美国越来越多的学校都在开设，而且很多学校都将其归于STEM，这样毕业后就有额外24个月的OPT时间。三年左右的时间足够在美帝找到心仪的工作，站稳脚跟了。

统计及编程软件背景
我的数理统计知识不是很扎实，主要来自于为了统计的Minor所上的一些课程。不过我也算掌握了不少社会行为科学方面的比较高级的统计分析模型，比如结构方程模型，潜变量增长曲线模型，多水平分析模型，以及混合变量增长模型等。至于数据分析经验，过去几年我除了学术性的数据分析之外，还一直以研究助理的身份为州政府的Child Support机构做数据分析，有几个持续时间比较长的大项目，有几个也都用到了预测分析的模型，使用的分析软件则主要是SPSS和SAS。
我此前的编程经验只限于一些统计软件，比如SPSS，Mplus，SAS等。R和STATA只懂一点。此外，准备SAS 证书的时候也学习了一些SQL的知识和比较初级的Macro编程。

计划
暑假马上开始了，打算利用这段时间初步搞定大数据分析最常用的两个工具Python和R。虽然我去年就动了学习Python的心思，也搜集了一些学习材料（主要是下面那三本入门书），但当时只是粗粗翻了翻编程小白那本，大致了解一下Python到底是什么。直到上个月底才开始真正学习Python。老外出的那两本书前面讲Python语法的部分我快速阅读学习了一遍，也适当的做了一下书中的练习。目前在跟着Udemy上的一套视频教程 Complete Python Bootcamp: Go from zero to hero in Python 3 继续加深对Python常用的语法结构的理解。语法入门之后，我要做的就是掌握用Python进行数据分析和绘图时最常用到的几个库，比如numpy，pandas，以及matplotlib，目标是熟练掌握基本而常用的语法进行数据的清理，制图，以及建模验证。关于机器学习的部分打算先过一遍书，然后跟着相应的视频教程走一遍，我当前的基础也无法对更底层的东西加以掌握。

入门用到的书籍：
《编程小白的第一本 Python 入门书》 （国人作者，不是很推荐）
《Python编程快速上手：让繁琐工作自动化》（很好）
《Python编程：从入门到实践》（非常好）
三本都是图灵社区出的，国人出的那本真的就只适合了解，看完了基本也做不了什么，老外出的那两本的英文原版在美亚的口碑特高，适合零基础的人直接学起来，能试着实现一些自动化操作，都是基于Python 3。虽然两本都很好，强烈推荐两本都看，互相补充，加深理解，但因为各种原因如果你只看一本，我推荐《从入门到实践》那本。
视频教程：
Complete Python Bootcamp: Go from zero to hero in Python 3 视频种子很容易搜到。这套视频我学下来觉得非常好，不是那种带你过家家当时觉得懂了些什么事后什么也做不了的课程。配合着作者精心准备的Jupyter notebook上的笔记和联系，可以对Python的语法和一般功能有着很好的掌握。

用Python进行数据分析
打算用到的两本书：
1. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (作者 Wes McKinney 也是Pandas这个著名Python数据分析库的作者，本书英文版去年刚出的第二版，第一版有中译本，名字叫《利用Python进行数据分析》，第二版有网友译本，译者是简书上的一个小哥，不过我大概看了一下，一些简单的文字部分都有不少错误，所以读起来要小心，最好等第二版的正式中译本出版，或者结合英文原版来学习。这类技术书籍中的英文一般都不是很难）
2. 《Python数据科学手册》 这本书也是这两年刚出的一本书，英文版 Python Data Science Handbook: Essential Tools for Working with Data 在美亚上的口碑也非常不错。我还没有细看，不过粗翻之下觉得体系和上面那本也比较相近，先介绍了IPython和Jupyter，然后着重介绍了用Python进行数据清理分析和数据可视化常用到的库。这本的好处是有中文版，学起来更快一些。

视频打算快速学一下以下几套，都是Udemy上的
Data Analysis with Pandas and Python
Data Visualization with Python and Matplotlib
Python for Data Science and Machine Learning Bootcamp

机器学习
这方面打算学习下面这本书和Udemy的视频，如果精力有余裕，可能也会顺便扫以下Lynda上的相关视频。
书：
Hands-On Machine Learning with Scikit-Learn and TensorFlow
视频：
Python for Data Science and Machine Learning Bootcamp
Machine Learning A-Z™ Hands-On Python & R In Data Science

楼主，你不知道博士毕业opt用完再读ms是没有opt的么

jessicalmj 发表于 2018-6-6 09:04
心理学+统计有一个可以考虑的方向，叫quantitative user experience researcher. 一般大一点规模的公司都 ...

啊！你真是太棒了！这两个我之前都没听说过。其实我之所以动了这个心思是因为前阵子在豆瓣上看到一个社会学方向的博士在硅谷的IT公司找到了不错的工作。现在看来只要我好好努力，应该是没什么问题的。再次感谢你！

翻滚吧锋哥 发表于 2018-6-6 05:19
非常感谢你热心的回复。machine learning 这块我刚好也在看这本书，只是没有更新到主贴中。我最新也在想 ...

心理学+统计有一个可以考虑的方向，叫quantitative user experience researcher. 一般大一点规模的公司都会需要几个，但总体来说是非常小众的方向，不知道职业发展前景如何。

如果想走纯data scientist/analyst方向，insight data science fellow program可以了解一下。东西岸几个大城市都有。招收各行各业的博士，免费进行短期培训，然后内推找工作。

祝楼主顺利！

感谢分享！加油！

多谢楼主分享！

感谢分享！楼主加油！

谢谢分享

楼主加油！！

oneexy 发表于 2018-5-22 03:05
楼主，你不知道博士毕业opt用完再读ms是没有opt的么

这个我真不知道哈，ms和phd专业不一样也不行吗？

翻滚吧锋哥 发表于 2018-5-24 09:47
这个我真不知道哈，ms和phd专业不一样也不行吗？

不行,opt申请只能向上不能向下