問答專欄Q & A COLUMN
這個我有經(jīng)驗，我來答一下?????♂?
目前在我們數(shù)據(jù)行業(yè)內(nèi)的日常用語中，數(shù)據(jù)分析和數(shù)據(jù)可視化這兩個術(shù)語似乎已成為同義詞。雖然說兩者它都包含數(shù)據(jù)分析的內(nèi)容，但實際上還是有一定的細微差別。就比如說
數(shù)據(jù)分析：它更多的強調(diào)的是一個邏輯思維能力，強調(diào)的是一個探索性的過程，通常從特定的問題開始。它需要好奇心、尋找答案的欲望和很好的韌性，因為這些答案并不總是容易得到的。
而數(shù)據(jù)可視化分析：它就在數(shù)據(jù)分析的基礎(chǔ)上涉及到數(shù)據(jù)的可視化展示，從單個圖表到全面的儀表盤。借助有效的可視化顯著減少了受眾處理信息和獲取有價值見解所需的時間。加快了數(shù)據(jù)分析的效率，但是不是什么樣的可視化都能達到我們的目的，還需要具備很多必要的條件。
簡單來說：
數(shù)據(jù)分析其實就是通過你的邏輯思維能力在一張普通的白紙上把一道數(shù)學題解答了出來，而數(shù)據(jù)可視化分析在于你不但把這道題解答了出來，還通過一些可視化工具把這個答案呈現(xiàn)的比較好看以及讓局外人更容易理解～
雖然兩者存在著天然的差別。但這并不是說兩者永遠不會和諧共處或者離和諧很遠。其實在實際處理數(shù)據(jù)時，分析應該先于可視化輸出，而可視化分析可能是呈現(xiàn)有效分析結(jié)果的一種好方法，兩者在應用中存在著關(guān)聯(lián)。
想入行數(shù)據(jù)分析師這個方向，必須學習數(shù)據(jù)可視化技能！多一項把數(shù)據(jù)分析用可視化工具展現(xiàn)出來的技能不好嗎？反正都是分析師，技多不壓身哦～競爭力會大一些，而且還是現(xiàn)如今這種追求美的社會背景下～好看的圖表呈現(xiàn)的數(shù)據(jù)，還是要比一堆枯燥的數(shù)字，文字要吸引人的多?。。。?！
對于數(shù)據(jù)可視化分析師來說，他應該是多才多藝的，具有良好的數(shù)據(jù)收集和分析復雜數(shù)據(jù)的能力是必備條件，無論是敘述還是統(tǒng)計。具體的話應該掌握以下幾點：
如果要選擇數(shù)據(jù)可視化分析方向，你一定要了解可以借助哪些工具來展示你的數(shù)據(jù)分析結(jié)果????
那么對于數(shù)據(jù)可視化分析來說，相關(guān)軟件那么多，你如何選取最適合的工具才能做出最好的呈現(xiàn)效果，????下面????
1. 專業(yè)圖表類（Excel、BI圖表、PPT等）
適用人群：面向有數(shù)據(jù)可視化需求的對象
使用難度：中等
特點：需要有一定的基礎(chǔ)，比較專業(yè)，適合有針對性的圖表制作
2. 開發(fā)工具類（Python、R語言等）
適用人群：多為開發(fā)人員使用，技術(shù)方面有一定要求
使用難度：較高
特點：專業(yè)化可視化工具，會涉及到系統(tǒng)的編程開發(fā)，因為涉及到二次開發(fā)，所以個性化的程度比較高
3. Saas版本在線工具（袋鼠云EasyV、ucloud云DataV、ucloudRaydata等)
適用人群：面向業(yè)務人員
使用難度：簡單
特點：屬于零編程類，操作簡單，多面向業(yè)務人員，基于數(shù)據(jù)分析的一款可視化工具
如何選擇最合適的數(shù)據(jù)可視化工具？
如果入職大型企業(yè)的數(shù)據(jù)可視化分析師后，你如果要進行數(shù)據(jù)分析，那肯定講究的就是一個數(shù)據(jù)的時效性，所以數(shù)據(jù)可視化大屏分析工具的選用也是作為數(shù)據(jù)分析者也是必須掌握的一個技能之一。
所以在工具的選擇上，其實個人還是推薦大家使用saas版的在線工具類，學習難度小，花費的時間成本低，就比如拿袋鼠云的數(shù)據(jù)可視化EasyV這個工具來說「以下純屬個人的免費試用體驗」：
免費試用鏈接也可以分享給大家????，可以自己體驗看看效果如何：免費試用撮這里?????????https://easyv.dtstack.com/jiuqi
EasyV它是一款數(shù)據(jù)可視化應用平臺，使用者可以通過EasyV來更高效的實現(xiàn)數(shù)據(jù)可視化場景，而且它產(chǎn)品內(nèi)有豐富的模版可以滿足85%的真實的可視化場景需求，包括還有一些海量的自定義組件，樣式精美，通過簡單的“拖拉拽”動作即可根據(jù)自己需求來替換模板的單個組件。除此之外還有很炫酷的3D地圖還原了真實的世界，這個EasyV產(chǎn)品還涉及了動態(tài)面板以及交互功能，讓靜態(tài)的大屏可以根據(jù)自己的創(chuàng)意靈動起來。我們可以自己設置手機終端遠程操作大屏，讓匯報、講解變得十分輕松。
從袋鼠云官網(wǎng)扒下來的官方介紹：????
EasyV - 袋鼠云 easyv.dtstack.com/jiuqi
EasyV產(chǎn)品優(yōu)勢：EasyV內(nèi)置豐富的場景模板，用戶可依據(jù)模板進行項目交付、用戶限制寬松、EasyV性價比更高
產(chǎn)品特點：純界面化操作、豐富的組件模板、多形態(tài)交互、多數(shù)據(jù)源支持、輕量易部署、自定義組件開發(fā)
當然國內(nèi)還有很多其他優(yōu)秀的數(shù)據(jù)可視化工具????，我之前都一一試用體驗過也寫過一篇總結(jié)性的文章，大家有興趣的話也可以去看看????
2020年最好用的十大數(shù)據(jù)可視化平臺，你值得擁有
要想入行某一個行業(yè)，必須要學會行業(yè)的專業(yè)基本技能，這樣你才有自己的核心競爭力，在職場上所向披靡。
更多數(shù)據(jù)可視化相關(guān)知識，大家關(guān)注我呀關(guān)注我關(guān)注我就有很多免費知識可以學習啦?。?/strong>
評論0
加載中...
忍不住要發(fā)言了，不要一直以一個打工者的心態(tài)去問問題，不要去問學什么，而要問自己你要干什么。大概從12年，大數(shù)據(jù)在中國有了爆發(fā)式增長，這就像坐馬車的時代出現(xiàn)了汽車一樣，你如果問汽車來了，我需要學習什么，答案很簡單-“一本駕照”。所以正確的邏輯應該是，什么是大數(shù)據(jù)，大數(shù)據(jù)帶來了什么，它能給我?guī)砟男└淖?，為了適應這種改變，我應該學習什么，所以學習是最后的一個問題，只有前面這些問題考慮清楚了，你的學習才有方向，才有意義，才有動力，到那時候你便知道自己要學什么。
要入門大數(shù)據(jù)的話，可關(guān)注我有個類似這問題的答案供參考，“做數(shù)據(jù)分析需要學什么”，除了業(yè)務知識，我首要建議你學好統(tǒng)計學，這個是大數(shù)據(jù)的“源”，總之不要把太多的時間花費在工具層面，這些都是有教程的，是用來提效的。如何與自己要做的事情結(jié)合，把業(yè)務問題轉(zhuǎn)化為統(tǒng)計或者數(shù)學問題去解決，這個是需要花更多時間去思考的，也是你未來的競爭力所在。
任何一門新知識的學習，如同這個圖像，螺旋式上升，前進過程有升有降。此圖來自于Python可視化庫pyecharts。
評論0
加載中...
大數(shù)據(jù)分析概念?
大數(shù)據(jù)分析是指對規(guī)模巨大的數(shù)據(jù)進行分析。大數(shù)據(jù)可以概括為5個V，?數(shù)據(jù)量大(Volume)、速度快(Velocity)、類型多(Variety)、價值（Value）、真實性(Veracity)。?
大數(shù)據(jù)作為時下最火熱的IT行業(yè)的詞匯，隨之而來的數(shù)據(jù)倉庫、數(shù)據(jù)安全、數(shù)據(jù)分析、數(shù)據(jù)挖掘等等圍繞大數(shù)據(jù)的商業(yè)價值的利用逐漸成為行業(yè)人士爭相追捧的利潤焦點。隨著大數(shù)據(jù)時代的來臨，大數(shù)據(jù)分析也應運而生。
大數(shù)據(jù)分析工具介紹?
前端展現(xiàn)?
用于展現(xiàn)分析的前端開源工具有JasperSoft，Pentaho,?Spagobi,?Openi,?Birt等等。?用于展現(xiàn)分析商用分析工具有Style?Intelligence、RapidMiner?Radoop、Cognos,?BO,?Microsoft?Power?BI,?Oracle,Microstrategy,QlikVie、?Tableau?。?
國內(nèi)的有BDP，國云數(shù)據(jù)（大數(shù)據(jù)魔鏡），思邁特，F(xiàn)ineBI等等。?
數(shù)據(jù)倉庫?
有Teradata?AsterData,?EMC?GreenPlum,?HP?Vertica?等等。?
數(shù)據(jù)集市?
有QlikView、?Tableau?、Style?Intelligence等等。
大數(shù)據(jù)分析步驟?
大數(shù)據(jù)分析的六個基本方面?
1.?Analytic?Visualizations（可視化分析）?
??不管是對數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求?？梢暬梢灾庇^的展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。
2.?Data?Mining?Algorithms（數(shù)據(jù)挖掘算法）?
??可視化是給人看的，數(shù)據(jù)挖掘就是給機器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價值。這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。
3.?Predictive?Analytic?Capabilities（預測性分析能力）?
??數(shù)據(jù)挖掘可以讓分析員更好的理解數(shù)據(jù)，而預測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預測性的判斷。
4.?Semantic?Engines（語義引擎）?
??我們知道由于非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析的新的挑戰(zhàn)，我們需要一系列的工具去解析，提取，分析數(shù)據(jù)。語義引擎需要被設計成能夠從“文檔”中智能提取信息。
?5.Data?Quality?and?Master?Data?Management（數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理）
數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數(shù)據(jù)進行處理可以保證一個預先定義好的高質(zhì)量的分析結(jié)果。?
假如大數(shù)據(jù)真的是下一個重要的技術(shù)革新的話，我們最好把精力關(guān)注在大數(shù)據(jù)能給我們帶來的好處，而不僅僅是挑戰(zhàn)。
6.數(shù)據(jù)存儲，數(shù)據(jù)倉庫?
數(shù)據(jù)倉庫是為了便于多維分析和多角度展示數(shù)據(jù)按特定模式進行存儲所建立起來的關(guān)系型數(shù)據(jù)庫。在商業(yè)智能系統(tǒng)的設計中，數(shù)據(jù)倉庫的構(gòu)建是關(guān)鍵，是商業(yè)智能系統(tǒng)的基礎(chǔ)，承擔對業(yè)務系統(tǒng)數(shù)據(jù)整合的任務，為商業(yè)智能系統(tǒng)提供數(shù)據(jù)抽取、轉(zhuǎn)換和加載(ETL)，并按主題對數(shù)據(jù)進行查詢和訪問，為聯(lián)機數(shù)據(jù)分析和數(shù)據(jù)挖掘提供數(shù)據(jù)平臺。
評論0
加載中...
1、基礎(chǔ)科學的能力
統(tǒng)計學，數(shù)學，邏輯學是數(shù)據(jù)分析的基礎(chǔ)，是數(shù)據(jù)分析師的內(nèi)功，內(nèi)功不扎實，學再多都是徒勞。
掌握統(tǒng)計學，我們才能知道每一種數(shù)據(jù)分析的模型，什么樣的輸入，什么樣的輸出，有什么樣的作用，開始我們并不一定要把每個算法都弄懂。
如果我們要做數(shù)據(jù)挖掘師，數(shù)據(jù)能力是我們吃飯的飯碗。如果你沒有數(shù)學能力，用現(xiàn)成的模型也好，模塊也好，也能做，但一定會影響你的技術(shù)提升，當然更影響你的職位晉升。
2、使用分析工具的能力
數(shù)據(jù)分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必須掌握并且會應用，畢竟企業(yè)需要的不是學者而是應用型人才。
3、掌握編程語言的能力
不會Python、不會R，說你懂數(shù)據(jù)分析誰都不信。
4、邏輯思維的能力
邏輯思維對于數(shù)據(jù)分析來說特別重要，不單單是數(shù)理邏輯這塊，還要有邏輯學的知識。反映商業(yè)數(shù)據(jù)里，大家可以理解為去搭建商業(yè)框架或者說是故事線，有邏輯的推進，結(jié)果才會另人信服。
評論0
加載中...
大數(shù)據(jù)需要的語言
Java、Scala、Python和Shell
分布式計算
分布式計算研究的是如何把一個需要非常巨大的計算能力才能解決的問題分成許多小的部分，然后把這些部分分配給許多服務器進行處理，最后把這些計算結(jié)果綜合起來得到最終的結(jié)果。
分布式存儲
是將數(shù)據(jù)分散存儲在多臺獨立的設備上。采用的是可擴展的系統(tǒng)結(jié)構(gòu)，利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，它不但提高了系統(tǒng)的可靠性、可用性和存取效率，還易于擴展。
分布式調(diào)度與管理
分布式的集群管理需要有個組件去分配調(diào)度資源給各個節(jié)點，這個東西叫yarn; 需要有個組件來解決在分布式環(huán)境下"鎖"的問題，這個東西叫zookeeper; 需要有個組件來記錄任務的依賴關(guān)系并定時調(diào)度任務，這個東西叫azkaban。
評論0
加載中...
hbase、hive、sqoop。大數(shù)據(jù)架構(gòu)設計階段：Flume分布式、Zookeeper、Kafka。大數(shù)據(jù)實時計算階段：Mahout、Spark、storm。大數(shù)據(jù)數(shù)據(jù)采集階段：Python、Scala。大數(shù)據(jù)商業(yè)實戰(zhàn)階段：實操企業(yè)大數(shù)據(jù)處理業(yè)務場景，分析需求、解決方案實施，綜合技術(shù)實戰(zhàn)應用等
評論0
加載中...
你看你是想學大數(shù)據(jù)還是數(shù)據(jù)分析，如果是數(shù)據(jù)分析可以用python做，具體可以咨詢下百戰(zhàn)程序員的老師。
評論0
加載中...
目前在我們數(shù)據(jù)行業(yè)內(nèi)的日常用語中，數(shù)據(jù)分析和數(shù)據(jù)可視化這兩個術(shù)語似乎已成為同義詞。雖然說兩者它都包含數(shù)據(jù)分析的內(nèi)容，但實際上還是有一定的細微差別。就比如說
數(shù)據(jù)分析：它更多的強調(diào)的是一個邏輯思維能力，強調(diào)的是一個探索性的過程，通常從特定的問題開始。它需要好奇心、尋找答案的欲望和很好的韌性，因為這些答案并不總是容易得到的。
而數(shù)據(jù)可視化分析：它就在數(shù)據(jù)分析的基礎(chǔ)上涉及到數(shù)據(jù)的可視化展示，從單個圖表到全面的儀表盤。借助有效的可視化顯著減少了受眾處理信息和獲取有價值見解所需的時間。加快了數(shù)據(jù)分析的效率，但是不是什么樣的可視化都能達到我們的目的，還需要具備很多必要的條件。
評論0
加載中...
大數(shù)據(jù)開發(fā)：Ja-va、大數(shù)據(jù)基礎(chǔ)、HDFS分布式文件系統(tǒng)、MapReduce分布式計算模型、 Yarn分布式資源管理器、Zookeeper分布式協(xié)調(diào)服務、Hbase分布式數(shù)據(jù)庫、Hive分布式數(shù)據(jù)倉庫、 FlumeNG分布式數(shù)據(jù)采集系統(tǒng)、Sqoop大數(shù)據(jù)遷移系統(tǒng)、Scala大數(shù)據(jù)黃金語言、 kafka分布式總線系統(tǒng)、Spark體系...
數(shù)據(jù)分析與挖掘：Python基礎(chǔ)、關(guān)系型數(shù)據(jù)庫MySQL、文檔數(shù)據(jù)庫MongoDB、內(nèi)存數(shù)據(jù)庫Redis、網(wǎng)絡爬蟲、數(shù)據(jù)分析、數(shù)據(jù)處理、數(shù)據(jù)分析處理進階等
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答2
回答0
回答
