半年从零基础到Facebook认证的数据分析师，我经历了什么？

隔行如隔山，我是如何自学踏入数据分析领域？学编程和学英语、学数学有什么不同？有什么特别的方法和诀窍？来自一个数据分析初学者的诚意分享。...



导语：隔行如隔山，我是如何自学踏入数据分析领域？学编程和学英语、学数学有什么不同？有什么特别的方法和诀窍？来自一个数据分析初学者的诚意分享。

作者：陈林林

我是材料学的研究生，但就在最近，我通过自学，完成了一门在线的“数据分析师”认证课程，算是正式踏入了数据分析这个领域。

曾设想过无数次此时的心情，以为自己会百感交集，狂吐苦水倾诉自己这半年来吃了多少苦，后来才发现那一刻心情很平静，可能是学习的过程让自己变得更加稳重，明白毕业只是自己以后职业生涯的开始而不是终结。

回顾整段路程，我觉得有必要整理一下一些心得感想，给像我一样，想自学入门技术领域、数学分析的小伙伴们，一些学习上面的总结和分享，希望能让你们的成长比我更有效率。

学编程，什么样的心态，能让你学得更顺利？

很重要的一点是，要有尽可能平和的耐心。

学习编程是一个长期积累的过程，一开始就学好的人少之又少，不要太过着急，按照正常的步伐来规划自己的学习，一个月完成一个项目是比较合适的节奏。

我一开始很着急毕业，幻想着3个月学完这个学位，但很多事情都兼顾不过来，学的知识也不扎实，抱着焦躁心态反而把自己的学习进度给拖慢了。事实上作为初学者的我，用了6个多月才完成这个“纳米学位”。

但后来我觉得，用6个月的时间去扎扎实实沉淀自己的知识，一步一个脚印比自己走马观花地拿到认证要重要得多。如果能沉下心态去把每个不懂的搞懂，其实这样的学习才会更加有效和快速。

除了耐心外，也需要多多肯定自己。学习编程真不是一个智力问题，我能理解坚持不下去主要的症结主要在哪。我比一般人更难坚持一件事，几乎每个项目都很难坚持下去。

首先可能是自我怀疑。“怎么这个视频我看了那么多 遍还不会，是我没不适合学习编程吧”、“怎么有人3个月就毕业了，我用了4个月还停留在第三个项目”……要明确一点，我相信大多数人都是可以学会编程的（因为我都学会了），它只是一个需要长期积累熟练的过程。瓶颈期是肯定会有的，但是每当你熬过最艰难的时刻，就会跟之前不一样的风景。兴奋——挫折——欣喜——疑惑——挫折——兴奋……不断地解决新的问题你的能力也在提高。



学编程，和学语言、学数学，有什么不一样的方法？

有了好的学习心态做基础，如果加上好的学习方法那就如有神助了。 每个人都有自己适合自己的学习方法，比如编程大神可能会多多把时间花在实际动手练习上，而有些人可能是更多地注重理论理解。我只谈一下我自己的方法，有需要的人可以尝试一下。

以下各个方法并不是分割的，我是灵活交叉着使用，比如自学和求助都是必要的。

• 多多动手。学习编程，最重要还是得多多动手，只看书和视频不动手是学不会的，要get your hands dirty，在实践中去解决问题。只看书和视频然后一到动手编程就傻眼，这真的是无关乎智力和天赋，而是学习方法的问题，要避免自己假装很勤奋的假象，多做点能切实提高能力的事情，按照正确的学习方法去学习。

• 对自己经常用到的东西要熟悉。编程的话应该会经常用一些工具，比如你的编辑器、jupyter notebook，Github如果你以后是要长期用的话，在开始正式编程之前可以花个1个小时去官网或者博客深入了解下这些工具有什么功能，是怎么用的，有什么快捷键。工欲善其事必先利其器，掌握这些快捷操作和对软件的熟悉可以大大提高你编程的舒适度，让你更乐意去编程，也会更快。

• 勤做笔记。我上课的平台叫Udacity，是一个来自硅谷的前沿技术学习平台，完成的课程是 Facebook、MongoDB、Tableau 联合制作的数据分析师认证项目。这门课主要学习过程是短视频+互动练习，然后动手去挑战实战项目。短视频的好处是灵活生动，没入门的初学者都可以看得懂讲什么，不像冗长乏味的教科书、讲座那样让别人昏昏欲睡。但碎片化视频的缺点是，复习时找起来真不方便。所以说，我在平时就习惯做好笔记，一边看视频一边做。

这里要安利一个大家都知道的笔记神器——“印象笔记”。事实上，我也是在学习过程中，同时参加了一些印象笔记的线上讲座，把它的功能进行开发应用。关于印象笔记的内容有些多，在这里无法展开讲，这里简单说说我用印象笔记干了些什么。

1. 将一个章节的内容汇总到一个笔记当中；
2. 我会每次听完一个视频的时候觉得有需要就会截个图，然后在图下面插入一个表格框（就是那个淡黄色的框框），然后用自己的语言简单写下这节课讲的知识点，可能是几句话也可能是几个词，也可以插入代码框，在里面输入自己的代码，这个方法是我听一个印象笔记的在线讲座学到的，是费曼学习法的实际应用。
3. 我会将每节课视频下面的备注复制粘贴到印象笔记中，因为我并不是学完这个学位我以后就再也不碰这些知识了。相反，我以后其实还要反反复复地用到。而且印象笔记在复制黏贴的过程中也会把超链接保留了下来，这样以后还要查的时候一点击就可以去到那个网站。像Udacity这样的学习网站，资源其实很丰富的，要多善于加工利用起来。
4. 平时关注一些 Udacity、数据分析等相关公众号，遇到好文章记得保留下来。关注印象笔记公众号之后就可以一键保存文章到印象笔记，浏览器的网站也是一样的。这样多多扩展课外的学习内容，毕竟要成为成熟的数据分析师，可不能只看 Udacity 的视频。
5. 笔记做好之后也要多多回顾。印象笔记的搜索能力也是让你喜出望外的，悄悄说一句，图片里的文字也是可以搜索得到的！否则我也不会那么热衷截图。

• 善用搜索，多多查询。除了勤做笔记便于回顾，其实还需要多多去搜索。国内的搜索引擎很多时候搜不出我要的答案，但 Google 可以。搜索大家都会，输入关键词嘛，这里稍微提示一点，就是搜索的时候把问题先想一遍，我的代码可能是哪里有问题，再把这个问题用英语描述一遍，语法倒不重要，重要的是能读得懂，覆盖要点，那么搜出来基本就是你想要的答案，并且发现好的资源网站还可以加到书签以后继续用呢！ 此外，还有一些必逛好的论坛网站，比如 Stackflow，3wschool 等等，这些只要你搜索肯定能发现。

• 适当看一些书籍。Udacity 的课程让我这个门外汉都能入门，解释专业知识的方式让没有背景的人都能秒懂，而且教学大纲循序渐进，基本上把数据分析师要用到的工具都介绍了，很全面。广度是有了，但另一方面，深度得我们自己补上，视频毕竟不能覆盖所有的知识点。我学习过程中，有一本书叫《利用Python进行数据分析》这本书比较全面，是 pandas 的开发者写的，内容全面又配合大量实例，多看几遍和多练习，保证可以掌握 numpy 和 pandas。这里如果看书的话可以讲两点：1.尝试阅读外文书。这是因为外文书更新比较快，质量上也更加有保证，另外熟悉外文也可以有助于找到更多资源。2. 还是要做笔记，方便回顾。

以上并不是完整的，也并不是最好的学习方法，我相信适合自己的学习方法才是最好的，以此互勉，纪念自己在 Udacity 学习数据分析的日子。

想像作者一样，零基础快速入门数据分析，成为 Facebook 认证的顶尖工程师？

硅谷精品数据分析学习资源推荐：

加入 Facebook、Tableau、MongoDB 联合打造的超豪华数据分析师认证课程，你也可以从零基础到进阶，掌握硅谷前沿的数据分析技术！

最新一期课程正在报名中，报名截止至4月26日 23:59。长按识别二维码或点击阅读原文，立即加入，了解更多课程详情。



加入课程，你将获得：

• 学习来自 Facebook、Tableau、MongoDB 等硅谷领先企业的独家课程内容和实战项目
• 获得一对一技术辅导，加入同步学习小组，在导师监督下快速成长
• 毕业后获得行业领导者颁发的认证，获得工作内推加入顶尖团队

立即行动，从零开始，成为新时代科技企业纷纷争夺的数据分析人才，用数据帮助你的事业更上一层楼！

点击阅读原文，查看课程详情↓↓↓

    关注 Python开发者