• 剧情前奏：
本人与2008年毕业于一个理工科大学的专科学历，学习的电子技术相关的专业。偶然的机缘进入了一家世界500强外资企业的电子工厂，从此过上了上班打卡下班睡觉的操作工人。但是不信命的我一直在不停的折腾，一会儿学 C/C++，JAVA,HTML,SQL,Excel,PPT,甚至PS...
结果一事无成。
• 初识数据
2011年的时候通过内部转岗到了产品工程部，做质量控制的技术员(俗称QA)。于是开始接触数据相关工作，做的最多的还是Excel.第一次接触vlookup是因为两个批次的产品mixing,于是从上一个操作站点提取数据与当前站点的对比。然后接触到了一些函数，再接触数据透视表！
与此同时，因为要提取测试数据，所以接触到了SQL。刚开始的时候都是别人已经写好了得脚本在PL/SQL里面运行就能拿到结果了！再导入到Excel进行分析处理，比如计算出良率，共性分析…… 首先从select * from xxx_table 开始，然后加入where, 然后再来选择列等等！
接下来直接去到测试记录的文档里面探索，纯文本的记录。虽然记录还是有规律的，但是数据量太大了，动不动就是百兆开始的。想要快速的找到自己需要的数据，所以必须要有自己的方法！所以对于notepad++，Textpad8，Beyond compare...开始了深入的研究。
接下来开始学习了Python，想学习怎么爬去网络数据。直接从公司的一个网站入手，结果卡壳半年都没下登录的了网站。后来使用Requests登录网站后，发先了另外一个坑，这是个动态网站。于是转战selenium，终于实现数据提取。然后pandas,matplotlib...
• 接下来的路
更深入的进入到数据分析这个领域，利用学习到的知识来提升自己业务方面的统筹分析，进而得到职业升迁！
• 数据在哪里？
1. 公司内部有非常庞大的数据库，以及文本数据，对业务方面有改进或者提高的分析都会促进个人职业发展
2. 网络数据，使用爬虫抓取数据，免费分享的数据，竞赛数据。
https://www.theguardian.com/sport/datablog/2012/jun/25/olympic-medal-winner-list-data#data
Olympic medal winners: every one since 1896 as open data，保存于google document 里面。可以前往下载！
本数据来源于奥林匹克1986-2008的比赛获奖数据。包含了10个字段，城市，那一届，运动类型，比赛项目，运动员名字，国家，性别，运动项目，男/女/混，奖牌。
• How to do?
1. 2018-11-29正式开始
2. 学习课程每两周>10小时
3. 继续学习http://Lynda.com上的数据分析课程
4. 将学习内容记录到文章里面，从#0001#开始
使用一个Excel table 记录学习时间，每月底复盘分析！
网友评论