&(|11选5前一直选 怎么买.主.管求求7557365|)&_百度知道
&(|11选5前一直选 怎么买.主.管求求7557365|)&
不少呀，。，
采纳率：50%
5、完成设置后，当上网站有会提示”阻止了一个弹出窗口“，可用右键”允许临时弹出窗口“来查看弹出窗口的内容://" rel="nofollow" class="iknow-ueditor-link" target="_blank" title="只支持选中一个链接时生效">好玩，再点击”设置“，亼多，点击进入1。6、如果上面那个方法无法阻止弹窗广告的话、常用的网址可以在”要允许的网站地址“点击添加，添加允许弹出窗口的网址。关闭后点击”应用“和”确定“就可用了<a href="http。3、在弹出窗口阻止程序设置里面把阻止弹出窗口时播放声音和阻止弹出窗口显示信息栏前面打勾，把阻止级别设置为高。4，也可用不予理睬，可用下载ADsafe软件等拦截广告的软件来屏蔽弹窗广告、打开IE浏览器、“Internet选项“打开“隐私”选项，在弹出窗口阻止程序下的”启用弹出窗口阻止程序“前打勾，在右上角的“工具”菜单下打开“Internet选项”。2
为您推荐：
其他类似问题
11选5的相关知识
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。&figure&&img src=&https://pic2.zhimg.com/v2-00f6a6bf7f_b.jpg& data-rawwidth=&589& data-rawheight=&435& class=&origin_image zh-lightbox-thumb& width=&589& data-original=&https://pic2.zhimg.com/v2-00f6a6bf7f_r.jpg&&&/figure&&p&Python爬虫现如今已经越来越吃香了，随意打开一个招聘网站从薪资水平来看，入门的爬虫工程师都能拿到15k以上，爬虫架构相关的都能拿到30k以上，我们还有什么理由去拒绝爬虫呢？当然，除非你跟钱过意不去。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-3fbd_b.jpg& data-rawwidth=&966& data-rawheight=&550& class=&origin_image zh-lightbox-thumb& width=&966& data-original=&https://pic1.zhimg.com/v2-3fbd_r.jpg&&&/figure&&p&&br&&/p&&p&所以秉着让更多想转行学习Python爬虫的的同学快速学习、让更多的小伙伴拿到高薪我整理了一份非常完善的Python爬虫的电子书。&/p&&p&之前在知乎写分享已经有一年多，一直有朋友说我的回答和文章能整理成书籍了一直偷懒没做，也有出版社的小伙伴找我把这些内容做成书都被我拒绝了。所以也是借着这个机会仔细整理了知乎上的回答和文章另外也添加了一些新的内容，完成了几本小小的电子书，这一本比较小一部分是有关于Python方面的，主要内容还是Python爬虫。&/p&&p&这本书主要内容是Python入门，以及Python爬虫入门和Python爬虫进阶，以下这是这本电子书的一个主要的目录：&/p&&figure&&img src=&https://pic2.zhimg.com/v2-00f6a6bf7f_b.jpg& data-rawwidth=&589& data-rawheight=&435& class=&origin_image zh-lightbox-thumb& width=&589& data-original=&https://pic2.zhimg.com/v2-00f6a6bf7f_r.jpg&&&/figure&&p&这本书除了一些自己的学习、面试感悟之外，还有很多包括书籍方面的资源、教程方面的学习资源，为了克服选择困难症，我在选择教程或者书籍的时候尽量保证了资源少但是精准，能用最少最精华的教程让大家快速入门Python以及比较熟悉的使用Python爬虫。&/p&&p&如果你能用心用2-3个月的时间认真研读这本电子书，并且学习这本书上推荐的一些教程和书籍，相信你一定能找到一份不错的Python爬虫工作。&/p&&p&你可以在微信公众号「&b&一个程序员的日常&/b&」后台回复关键词「&b&1&/b&」获取这本电子书！&/p&
Python爬虫现如今已经越来越吃香了，随意打开一个招聘网站从薪资水平来看，入门的爬虫工程师都能拿到15k以上，爬虫架构相关的都能拿到30k以上，我们还有什么理由去拒绝爬虫呢？当然，除非你跟钱过意不去。 所以秉着让更多想转行学习Python爬虫的的同学快速…
呃本来只是想给题主一个传送，因为本身也是一个Python爱好者。&br&&br&简单介绍一下我的那个入门教程，其实根本算不上教程，基本上算是一个学习的笔记，很多内容都是从网上整理然后自己实践得到的结果。&br&&br&如果说深入学习爬虫，还是建议那本《自己动手写网络爬虫》，是我的启蒙教程，语法是Java的，但是思路是相通的。&br&&br&Python爬虫的学习，最主要的是多摸索，多试验（哪个不是这样）。先从最简单的例子做起，比如爬取百度主页，爬取百度图片，然后正则，巴拉巴拉。&br&&br&我的学习笔记可以作为一个参考的索引，里面很多东西没有深入探讨，因为毕竟当时我也只是一个小菜（现在也差不多）。&br&&br&给初学者一个入门的途径，接下来的路还是要自己走^_^&br&&br&至于匿名、个人习惯潜水。&br&&br&继续匿了。&br&&br&&br&&br&------------------------------------------&br&以前写过一个爬虫入门的系列，传送：&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/column/details/why-bug.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&专栏：Python爬虫入门教程&i class=&icon-external&&&/i&&/a&&br&一共12篇：&br&&a class=& wrap external& href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8922826& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（一）：抓取网页的含义和URL基本构成&i class=&icon-external&&&/i&&/a&&br&&br&&a class=& wrap external& href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8923067& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（二）：利用urllib2通过指定的URL抓取网页内容&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8923725& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（三）：异常的处理和HTTP状态码的分类&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8924889& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（四）：Opener与Handler的介绍和实例应用&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8925978& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（五）：urllib2的使用细节与抓站技巧&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8927832& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（六）：一个简单的百度贴吧的小爬虫&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8929576& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（七）：Python中的正则表达式教程&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8932310& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（八）：糗事百科的网络爬虫（v0.2）源码及解析&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/8934726& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（九）：百度贴吧的网络爬虫（v0.4）源码及解析&i class=&icon-external&&&/i&&/a&&br&&br&&a class=& wrap external& href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/9305229& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（十）：一个爬虫的诞生全过程（以山东大学绩点运算为例）&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（11）：亮剑！爬虫框架小抓抓Scrapy闪亮登场！&i class=&icon-external&&&/i&&/a&&br&&br&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/pleasecallmewhy/article/details/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&[Python]网络爬虫（12）：爬虫框架Scrapy的第一个爬虫示例入门教程&i class=&icon-external&&&/i&&/a&&br&&br&比较入门，不过多接触一些小demo没有坏处哈
呃本来只是想给题主一个传送，因为本身也是一个Python爱好者。 简单介绍一下我的那个入门教程，其实根本算不上教程，基本上算是一个学习的笔记，很多内容都是从网上整理然后自己实践得到的结果。 如果说深入学习爬虫，还是建议那本《自己动手写网络爬虫》，…
以下是我学python爬虫的打怪升级之路，过程充满艰辛，也充满欢乐，虽然还未打倒大boss，但一路的风景就是最大的乐趣，不是么？希望大家能get到想要的东西！&br&&br&多图预警！&br&&figure&&img src=&https://pic4.zhimg.com/55e8bcb5bc3_b.png& data-rawwidth=&288& data-rawheight=&179& class=&content_image& width=&288&&&/figure&&br&&figure&&img src=&https://pic3.zhimg.com/af1babacea5ea6986eb30a_b.png& data-rawwidth=&242& data-rawheight=&268& class=&content_image& width=&242&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/5ec8a7d86b7e88254ccd9_b.png& data-rawwidth=&254& data-rawheight=&230& class=&content_image& width=&254&&&/figure&&br&&br&&figure&&img src=&https://pic3.zhimg.com/c60bde3fec9e5f791b1a_b.png& data-rawwidth=&278& data-rawheight=&320& class=&content_image& width=&278&&&/figure&&br&&br&&figure&&img src=&https://pic3.zhimg.com/974b3d7c1c50bac62c14afe58ff0ed26_b.png& data-rawwidth=&309& data-rawheight=&318& class=&content_image& width=&309&&&/figure&&br&&figure&&img src=&https://pic2.zhimg.com/2c3e1e5f18d6e6ccc548f5_b.png& data-rawwidth=&313& data-rawheight=&264& class=&content_image& width=&313&&&/figure&&br&&br&&figure&&img src=&https://pic4.zhimg.com/b65ad1e407e0335107eca80e4a0bdac3_b.png& data-rawwidth=&266& data-rawheight=&240& class=&content_image& width=&266&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/7e333d7d_b.png& data-rawwidth=&269& data-rawheight=&246& class=&content_image& width=&269&&&/figure&&br&&br&&figure&&img src=&https://pic4.zhimg.com/2cecf7ef8b19f24a2fb42b_b.png& data-rawwidth=&299& data-rawheight=&254& class=&content_image& width=&299&&&/figure&&br&&br&&figure&&img src=&https://pic3.zhimg.com/b2867a2ddb861a04a91fde5d34ed5982_b.png& data-rawwidth=&212& data-rawheight=&266& class=&content_image& width=&212&&&/figure&&br&&br&&figure&&img src=&https://pic3.zhimg.com/ae5a6594ab77bfdeaaa9e45b9420c93e_b.png& data-rawwidth=&313& data-rawheight=&266& class=&content_image& width=&313&&&/figure&&br&&br&&figure&&img src=&https://pic4.zhimg.com/5f65be4b49e5f84ab99efc92ab6ea61b_b.png& data-rawwidth=&304& data-rawheight=&232& class=&content_image& width=&304&&&/figure&&br&&figure&&img src=&https://pic2.zhimg.com/506899fbbe618e05cbe1ed_b.png& data-rawwidth=&287& data-rawheight=&234& class=&content_image& width=&287&&&/figure&&br&&br&&figure&&img src=&https://pic1.zhimg.com/009fcaa5d4a08f4eda54fb38b88e575c_b.png& data-rawwidth=&325& data-rawheight=&354& class=&content_image& width=&325&&&/figure&&br&&br&&figure&&img src=&https://pic3.zhimg.com/b93fbea68a3f0b_b.png& data-rawwidth=&289& data-rawheight=&243& class=&content_image& width=&289&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/ded59bbbfb4e65fd14db631_b.png& data-rawwidth=&309& data-rawheight=&189& class=&content_image& width=&309&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/8da891f9d61_b.png& data-rawwidth=&266& data-rawheight=&346& class=&content_image& width=&266&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/e5dbb6f838fa481c69a79ddd_b.png& data-rawwidth=&338& data-rawheight=&269& class=&content_image& width=&338&&&/figure&&br&&br&&figure&&img src=&https://pic4.zhimg.com/5e1b525feb212ff0b860481ecb67288b_b.png& data-rawwidth=&255& data-rawheight=&175& class=&content_image& width=&255&&&/figure&&br&以下奉献一段爬取知乎头像的代码&br&&br&&blockquote&import requests&br&import urllib&br&import re&br&import random&br&from time import sleep&br&def main():&br&
url='&a href=&https://www.zhihu.com/question//followers& class=&internal&&知乎 - 与世界分享你的知识、经验和见解&/a&'&br&
#感觉这个话题下面美女多&br&
headers={省略}&br&
for x in xrange(20,3600,20):&br&
data={'start':'0',&br&'offset':str(x),&br&'_xsrf':'a5a69348cef94c38f4e428'}&br&
#知乎用offset控制加载的个数，每次响应加载20&br&
content=requests.post(url,headers=headers,data=data,timeout=10).text&br&
#用post提交form data&br&
imgs=re.findall('&img src=\\\\\&(.*?)_m.jpg',content)
#在爬下来的json上用正则提取图片地址，去掉_m为大图
for img in imgs:&br&
img=img.replace('\\','')&br&
#去掉\字符这个干扰成分&br&
pic=img+'.jpg'&br&
path='d:\\bs4\\zhihu\\jpg\\'+str(i)+'.jpg'&br&
#声明存储地址及图片名称&br&
urllib.urlretrieve(pic,path)&br&
#下载图片&br&
print u'下载了第'+str(i)+u'张图片'&br&
sleep(random.uniform(0.5,1))&br&
#睡眠函数用于防止爬取过快被封IP&br&
except:&br&
print u'抓漏1张'&br&
sleep(random.uniform(0.5,1))&br&&br&if __name__=='__main__':&br&&br&
main() &/blockquote&&br&&br&结果：&br&&br&&figure&&img src=&https://pic2.zhimg.com/b1fc67ee3efd_b.png& data-rawwidth=&710& data-rawheight=&744& class=&origin_image zh-lightbox-thumb& width=&710& data-original=&https://pic2.zhimg.com/b1fc67ee3efd_r.png&&&/figure&&br&最后，请关注我吧，我会好好维护你的时间线的
&b&＼( ^▽^ )／ &/b&
以下是我学python爬虫的打怪升级之路，过程充满艰辛，也充满欢乐，虽然还未打倒大boss，但一路的风景就是最大的乐趣，不是么？希望大家能get到想要的东西！ 多图预警！ 以下奉献一段爬取知乎头像的代码 import requests import urllib import re import ran…
“入门”是良好的动机，但是可能作用缓慢。如果你手里或者脑子里有一个项目，那么实践起来你会被目标驱动，而不会像学习模块一样慢慢学习。&br&&br&另外如果说知识体系里的每一个知识点是图里的点，依赖关系是边的话，那么这个图一定不是一个有向无环图。因为学习A的经验可以帮助你学习B。因此，你不需要学习怎么样“入门”，因为这样的“入门”点根本不存在！你需要学习的是怎么样做一个比较大的东西，在这个过程中，你会很快地学会需要学会的东西的。当然，你可以争论说需要先懂python，不然怎么学会python做爬虫呢？但是事实上，你完全可以在做这个爬虫的过程中学习python :D&br&&br&看到前面很多答案都讲的“术”——用什么软件怎么爬，那我就讲讲“道”和“术”吧——爬虫怎么工作以及怎么在python实现。&br&&br&先长话短说summarize一下：&br&你需要学习&br&&ol&&li&基本的爬虫工作原理&/li&&li&基本的http抓取工具，scrapy&/li&&li&Bloom Filter: &a href=&//link.zhihu.com/?target=http%3A//billmill.org/bloomfilter-tutorial/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Bloom Filters by Example&i class=&icon-external&&&/i&&/a&&/li&&li&如果需要大规模网页抓取，你需要学习分布式爬虫的概念。其实没那么玄乎，你只要学会怎样维护一个所有集群机器能够有效分享的分布式队列就好。最简单的实现是python-rq: &a href=&//link.zhihu.com/?target=https%3A//github.com/nvie/rq& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/nvie/rq&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/li&&li&rq和Scrapy的结合：&a href=&//link.zhihu.com/?target=https%3A//github.com/darkrho/scrapy-redis& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&darkrho/scrapy-redis · GitHub&i class=&icon-external&&&/i&&/a&&/li&&li&后续处理，网页析取(&a href=&//link.zhihu.com/?target=https%3A//github.com/grangier/python-goose& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&grangier/python-goose · GitHub&i class=&icon-external&&&/i&&/a&)，存储(Mongodb)&/li&&/ol&&br&以下是短话长说：&br&&br&说说当初写的一个集群爬下整个豆瓣的经验吧。&br&&br&1）首先你要明白爬虫怎样工作。&br&想象你是一只蜘蛛，现在你被放到了互联“网”上。那么，你需要把所有的网页都看一遍。怎么办呢？没问题呀，你就随便从某个地方开始，比如说人民日报的首页，这个叫initial pages，用$表示吧。&br&&br&在人民日报的首页，你看到那个页面引向的各种链接。于是你很开心地从爬到了“国内新闻”那个页面。太好了，这样你就已经爬完了俩页面（首页和国内新闻）！暂且不用管爬下来的页面怎么处理的，你就想象你把这个页面完完整整抄成了个html放到了你身上。&br&&br&突然你发现， 在国内新闻这个页面上，有一个链接链回“首页”。作为一只聪明的蜘蛛，你肯定知道你不用爬回去的吧，因为你已经看过了啊。所以，你需要用你的脑子，存下你已经看过的页面地址。这样，每次看到一个可能需要爬的新链接，你就先查查你脑子里是不是已经去过这个页面地址。如果去过，那就别去了。&br&&br&好的，理论上如果所有的页面可以从initial page达到的话，那么可以证明你一定可以爬完所有的网页。&br&&br&那么在python里怎么实现呢？&br&很简单&br&&div class=&highlight&&&pre&&code class=&language-python&&&span class=&kn&&import&/span& &span class=&nn&&Queue&/span&
&span class=&n&&initial_page&/span& &span class=&o&&=&/span& &span class=&s&&&http://www.renminribao.com&&/span&
&span class=&n&&url_queue&/span& &span class=&o&&=&/span& &span class=&n&&Queue&/span&&span class=&o&&.&/span&&span class=&n&&Queue&/span&&span class=&p&&()&/span&
&span class=&n&&seen&/span& &span class=&o&&=&/span& &span class=&nb&&set&/span&&span class=&p&&()&/span&
&span class=&n&&seen&/span&&span class=&o&&.&/span&&span class=&n&&insert&/span&&span class=&p&&(&/span&&span class=&n&&initial_page&/span&&span class=&p&&)&/span&
&span class=&n&&url_queue&/span&&span class=&o&&.&/span&&span class=&n&&put&/span&&span class=&p&&(&/span&&span class=&n&&initial_page&/span&&span class=&p&&)&/span&
&span class=&k&&while&/span&&span class=&p&&(&/span&&span class=&bp&&True&/span&&span class=&p&&):&/span& &span class=&c&&#一直进行直到海枯石烂&/span&
&span class=&k&&if&/span& &span class=&n&&url_queue&/span&&span class=&o&&.&/span&&span class=&n&&size&/span&&span class=&p&&()&/span&&span class=&o&&&&/span&&span class=&mi&&0&/span&&span class=&p&&:&/span&
&span class=&n&&current_url&/span& &span class=&o&&=&/span& &span class=&n&&url_queue&/span&&span class=&o&&.&/span&&span class=&n&&get&/span&&span class=&p&&()&/span&
&span class=&c&&#拿出队例中第一个的url&/span&
&span class=&n&&store&/span&&span class=&p&&(&/span&&span class=&n&&current_url&/span&&span class=&p&&)&/span&
&span class=&c&&#把这个url代表的网页存储好&/span&
&span class=&k&&for&/span& &span class=&n&&next_url&/span& &span class=&ow&&in&/span& &span class=&n&&extract_urls&/span&&span class=&p&&(&/span&&span class=&n&&current_url&/span&&span class=&p&&):&/span& &span class=&c&&#提取把这个url里链向的url&/span&
&span class=&k&&if&/span& &span class=&n&&next_url&/span& &span class=&ow&&not&/span& &span class=&ow&&in&/span& &span class=&n&&seen&/span&&span class=&p&&:&/span&
&span class=&n&&seen&/span&&span class=&o&&.&/span&&span class=&n&&put&/span&&span class=&p&&(&/span&&span class=&n&&next_url&/span&&span class=&p&&)&/span&
&span class=&n&&url_queue&/span&&span class=&o&&.&/span&&span class=&n&&put&/span&&span class=&p&&(&/span&&span class=&n&&next_url&/span&&span class=&p&&)&/span&
&span class=&k&&else&/span&&span class=&p&&:&/span&
&span class=&k&&break&/span&
&/code&&/pre&&/div&写得已经很伪代码了。&br&&br&所有的爬虫的backbone都在这里，下面分析一下为什么爬虫事实上是个非常复杂的东西——搜索引擎公司通常有一整个团队来维护和开发。&br&&br&2）效率&br&如果你直接加工一下上面的代码直接运行的话，你需要一整年才能爬下整个豆瓣的内容。更别说Google这样的搜索引擎需要爬下全网的内容了。&br&&br&问题出在哪呢？需要爬的网页实在太多太多了，而上面的代码太慢太慢了。设想全网有N个网站，那么分析一下判重的复杂度就是N*log(N)，因为所有网页要遍历一次，而每次判重用set的话需要log(N)的复杂度。OK，OK，我知道python的set实现是hash——不过这样还是太慢了，至少内存使用效率不高。&br&&br&通常的判重做法是怎样呢？&b&Bloom Filter&/b&. 简单讲它仍然是一种hash的方法，但是它的特点是，它可以使用固定的内存（不随url的数量而增长）以O(1)的效率判定url是否已经在set中。可惜天下没有白吃的午餐，它的唯一问题在于，如果这个url不在set中，BF可以100%确定这个url没有看过。但是如果这个url在set中，它会告诉你：这个url应该已经出现过，不过我有2%的不确定性。注意这里的不确定性在你分配的内存足够大的时候，可以变得很小很少。一个简单的教程:&a href=&//link.zhihu.com/?target=http%3A//billmill.org/bloomfilter-tutorial/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Bloom Filters by Example&i class=&icon-external&&&/i&&/a&&br&&br&注意到这个特点，url如果被看过，那么可能以小概率重复看一看（没关系，多看看不会累死）。但是如果没被看过，一定会被看一下（这个很重要，不然我们就要漏掉一些网页了！）。 [IMPORTANT: 此段有问题，请暂时略过]&br&&br&&br&好，现在已经接近处理判重最快的方法了。另外一个瓶颈——你只有一台机器。不管你的带宽有多大，只要你的机器下载网页的速度是瓶颈的话，那么你只有加快这个速度。用一台机子不够的话——用很多台吧！当然，我们假设每台机子都已经进了最大的效率——使用多线程（python的话，多进程吧）。&br&&br&3）集群化抓取&br&爬取豆瓣的时候，我总共用了100多台机器昼夜不停地运行了一个月。想象如果只用一台机子你就得运行100个月了...&br&&br&那么，假设你现在有100台机器可以用，怎么用python实现一个分布式的爬取算法呢？&br&&br&我们把这100台中的99台运算能力较小的机器叫作slave，另外一台较大的机器叫作master，那么回顾上面代码中的url_queue，如果我们能把这个queue放到这台master机器上，所有的slave都可以通过网络跟master联通，每当一个slave完成下载一个网页，就向master请求一个新的网页来抓取。而每次slave新抓到一个网页，就把这个网页上所有的链接送到master的queue里去。同样，bloom filter也放到master上，但是现在master只发送确定没有被访问过的url给slave。Bloom Filter放到master的内存里，而被访问过的url放到运行在master上的Redis里，这样保证所有操作都是O(1)。（至少平摊是O(1)，Redis的访问效率见:&a href=&//link.zhihu.com/?target=http%3A//redis.io/commands/linsert& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&LINSERT – Redis&i class=&icon-external&&&/i&&/a&)&br&&br&&br&考虑如何用python实现：&br&在各台slave上装好scrapy，那么各台机子就变成了一台有抓取能力的slave，在master上装好Redis和rq用作分布式队列。&br&&br&&br&代码于是写成&br&&div class=&highlight&&&pre&&code class=&language-text&&#slave.py
current_url = request_from_master()
to_send = []
for next_url in extract_urls(current_url):
to_send.append(next_url)
store(current_url);
send_to_master(to_send)
#master.py
distributed_queue = DistributedQueue()
bf = BloomFilter()
initial_pages = &www.renmingribao.com&
while(True):
if request == 'GET':
if distributed_queue.size()&0:
send(distributed_queue.get())
elif request == 'POST':
bf.put(request.url)
&/code&&/pre&&/div&&br&&br&好的，其实你能想到，有人已经给你写好了你需要的：&a href=&//link.zhihu.com/?target=https%3A//github.com/darkrho/scrapy-redis& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&darkrho/scrapy-redis · GitHub&i class=&icon-external&&&/i&&/a&&br&&br&4）展望及后处理&br&虽然上面用很多“简单”，但是真正要实现一个商业规模可用的爬虫并不是一件容易的事。上面的代码用来爬一个整体的网站几乎没有太大的问题。&br&&br&但是如果附加上你需要这些后续处理，比如&br&&ol&&li&有效地存储（数据库应该怎样安排）&br&&/li&&li&有效地判重（这里指网页判重，咱可不想把人民日报和抄袭它的大民日报都爬一遍）&br&&/li&&li&有效地信息抽取（比如怎么样抽取出网页上所有的地址抽取出来，“朝阳区奋进路中华道”），搜索引擎通常不需要存储所有的信息，比如图片我存来干嘛...&br&&/li&&li&及时更新（预测这个网页多久会更新一次）&br&&/li&&/ol&&br&如你所想，这里每一个点都可以供很多研究者十数年的研究。虽然如此，&br&“路漫漫其修远兮,吾将上下而求索”。&br&&br&所以，不要问怎么入门，直接上路就好了：）
“入门”是良好的动机，但是可能作用缓慢。如果你手里或者脑子里有一个项目，那么实践起来你会被目标驱动，而不会像学习模块一样慢慢学习。 另外如果说知识体系里的每一个知识点是图里的点，依赖关系是边的话，那么这个图一定不是一个有向无环图。因为学习A…
&figure&&img src=&https://pic4.zhimg.com/b6c76e2dbee42c7d3c1b2_b.jpg& data-rawwidth=&552& data-rawheight=&227& class=&origin_image zh-lightbox-thumb& width=&552& data-original=&https://pic4.zhimg.com/b6c76e2dbee42c7d3c1b2_r.jpg&&&/figure&&p&这篇我在新开的公众号发过，看过的可以直接右上角点叉或者左下角直接点赞了。&/p&&p&====================================================================&/p&&p&对于很多想要从事互联网数据分析的人来说，一大难点就是如何准备行业知识。一方面很少有学校设置像“互联网数据分析”这样的专业，即使有的学校有诸如 digital marketing 类似的专业，跟公司做的也还是差别不小。另一方面还有很多人想从别的行业跳到互联网行业，像 Facebook analytics data scientist 就有很大一部分以前是做金融、咨询之类的。&/p&&p&不管是刚毕业的，还是之前从事别的行业想要转到互联网行业的人来说，如果能顺利搞定面试中的案例分析 (case analysis)，基本就成功了一大半。以 Facebook analytics data scientist 的工作要求为例，基本上一半的要求是跟 technical 相关，例如 SQL 等，另一半则主要跟产品相关，考察的是产品思维 (product sense) 和案例分析的能力，此外还有少数的统计、数学、概率等。面试中产品思维、案例分析相关更是占据半壁江山。&/p&&figure&&img src=&https://pic4.zhimg.com/e4fd9c760a218dec4bfb3_b.jpg& data-rawwidth=&392& data-rawheight=&405& class=&content_image& width=&392&&&/figure&来源：&a href=&https://link.zhihu.com/?target=http%3A//www.ibm.com/developerworks/library/os-datascience/figure1.png& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&ibm.com/developerworks/&/span&&span class=&invisible&&library/os-datascience/figure1.png&/span&&span class=&ellipsis&&&/span&&/a&&br&&br&&p&然而如果之前没有做过相关行业的话，比如说我，产品相关的知识又是最难积累准备的。在从信用卡转到互联网行业的过程中，我得到了很多前辈（的资料）的帮助，也积累了一些经验和资源。接下来我会在这篇文章里分享一下我的经验，文章最后也会总结一些我认为非常有用的资源，希望能帮助有兴趣的小伙伴进入互联网数据分析行业。 &/p&&p&&br&&strong&试用相关的产品&/strong&&br&所有互联网公司都强调员工要使用自己的产品，也就是所谓的 dogfood，这是提高产品思维最有效的办法，没有之一。比如 Airbnb 会每个季度提供一定额度的金额让员工去度假的时候可以用上，住 Airbnb 上的房源，Uber 会给员工提供 credit 打 Uber 的，Facebook 会给员工提供 credit 在 Facebook 上做广告，通常来说每个季度几百块的样子。通过这种方式员工可能会发现一些 bug，或者提供一些产品相关的反馈等等。很显然，即使你不是上述公司的员工，你仍然是可以使用他们的产品，想想他们为什么样这么做，有什么可以改进的。&/p&&p&&br&以 google map 为例，有一个功能是在达到目的地的时候，会显示出目的地的街景。那么接下来可以有一系列的问题。&/p&&p&&br&为什么要显示出街景？方便用户辨认目的地。除了显示街景还可以显示什么？可以显示附近停车场，或许目的地本身是没有停车场的，那么用户需要停车的话如果能自动给用户一些选择或许是一个不错的功能。&/p&&p&&br&假设要做这么一个功能的话，什么情况下应该显示呢？比如显然应该只有在用户在开车的时候才应该显示，那么如何辨别用户之前是开车而不是走路？比如假如有目的地有停车场的话，那就不需要显示，这又如何辨别？&/p&&p&&br&如果要显示停车场，又需要显示哪些信息？比如停车场的距离？价格？开放时间？假设做了这么一些新的功能出来了，又如何验证效果是否好？A/B test？如何选 metrics?选用哪些用户？&br&类似的问题可以一直问下去，多进行类似的思维训练，对积累行业相关知识，训练产品思维是很有帮助的。而且这种积累并不是说一定要坐在桌子前开始慢慢想，形成习惯了之后，使用产品的过程中会自然而然的想到这些。比如上面的例子就是在一次导航完发现 google map 自动显示了目的地的街景而想到的。&/p&&p&&br&数据分析的工作除了需要技术上的打磨，如何训练分析过程中的思路，也就是 analytical / critical thinking也是非常重要的一环。很有效的一个办法就是碰到一个问题的时候，至少问自己5个为什么，不断深入，剥丝抽茧，问题也自然越来越明朗了。 &/p&&p&&br&&strong&善用搜索引擎&/strong&&/p&&p&信息爆炸的时候，如何搜索信息、汇总、提炼出有用的信息变得尤其重要。具体关于如何使用 google的一些技巧，这篇文章就不细说了。另外，墙内的同学们，试试翻墙或者用 Bing 吧。除此之外，知乎和 quora 上都聚集了大量互联网相关从业人员，很多问答也是与此相关的，至于能不能找到你想要的信息，搜索技巧就很重要了。 &/p&&p&&br&&strong&跟行业前辈交流&/strong&&/p&&p&这里面的行业前辈可以是已经在行业里工作的师兄师姐（有时候是师弟师妹），也可以是这个行业里并没有什么关系的人。那么如何结识这样的人，并且让他/她愿意帮助你呢？Linkedin 是一个很好的地方。就我个人来说，我很愿意帮助有一定准备的同胞。注意是有一定准备，自己花了一定时间进行积累思索，而不是一上来就问我该怎么办的。这种情况下，我也不知道你该怎么办。即使我知道，告诉你了，极大可能也没什么用。另外即使你不直接认识在这个领域工作的人，很有可能也是可以通过你的好友间接认识的，此外还有一些社交网站，诸如微信群、知乎等，也可以认识不少行业大牛。&/p&&p&说到这里不得不提一下知乎大V &a href=&https://www.zhihu.com/people/184d63c15edb58b42e0a& data-hash=&184d63c15edb58b42e0a& class=&member_mention& data-editable=&true& data-title=&@曾加& data-hovercard=&p$b$184d63c15edb58b42e0a&&@曾加&/a&，在蚂蚁金服做数据分析。有一回有人问他，作为十几万粉的知乎大V，最好的变现方式是什么？他回答的大意是，通过这样一些资源认识更多的行业大牛，不断增强自己，这是最好的“变现方式”。 &/p&&p&另外还有一个很好的办法是通过各种线下聚会，比如美国这边尤其是湾区比较常见的 meetup，不时会有各个行业的活动。这些活动上通常可以跟业内人士聊聊他们做的东西，请教一些问题，而且一般他们也会宣传他们的招人计划，可谓一举两得。&/p&&p&&strong&网络资源&/strong&&/p&&p&不管你是处在世界的哪个地方，只要有网络，也就意味着你可以接入到世界上无数的公开课、行业领头人物的分享。但是信息太多，也就意味着如何精简挑选变得更加的困难。&br&这里我分享一下过去几年来我总结的一些资源，以及简单的讲一下推荐的理由。 &/p&&p&&strong&书籍&/strong&&/p&&p&Zero to One by Peter Thiel -- 从0到1The Hard Thing about Hard Things by Ben Horowitz -- 创业为艰这两本书是讲创业的，都有中文版。如果你还没看过，又想从事互联网行业的话，一定要看一下。虽然是讲创业的，但是却可以让人退一步，在一个更高的角度理解如何做好产品。&/p&&p&Case in Point&/p&&p&这是准备管理管理咨询面试的人常用的资料，挑几个出来看看借鉴一下思路不错。&/p&&strong&网站&/strong&&br&&a href=&https://link.zhihu.com/?target=http%3A//jwegan.com/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&jwegan.com/&/span&&span class=&invisible&&&/span&&/a& Pinterest 的一个用户增长工程师的 blog，很多各种产品开发的思路、实验、分析。&br&&a href=&https://link.zhihu.com/?target=https%3A//www.kissmetrics.com/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&kissmetrics.com/&/span&&span class=&invisible&&&/span&&/a& 产品思维里重要的一面，metrics metrics metrics。看名字你应该就能猜出来我为什么推荐这个网站了。&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.com/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.com/&/span&&span class=&invisible&&&/span&&/a& 各种科技相关资讯。&br&&a href=&https://link.zhihu.com/?target=http%3A//firstround.com/review/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&firstround.com/review/&/span&&span class=&invisible&&&/span&&/a& 同上。&br&&a href=&https://link.zhihu.com/?target=http%3A//www.slideshare.net/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&slideshare.net/&/span&&span class=&invisible&&&/span&&/a& LinkedIn 旗下的网站，有大量专业人士分享的 slides (幻灯片)。视频资源&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/channel/UCxIJaCMEptJjxmmQgGFsnCg& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/channel/UCx&/span&&span class=&invisible&&IJaCMEptJjxmmQgGFsnCg&/span&&span class=&ellipsis&&&/span&&/a& 硅谷最出名的 YC 创业孵化器在斯坦福的讲课&p&中文版的看这里：&a href=&https://link.zhihu.com/?target=http%3A//startupclass.club/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&startupclass.club/&/span&&span class=&invisible&&&/span&&/a&&/p&&p&&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DraIUQP71SBU& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=raIUQP71SBU&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DPWshoKN952k& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=PWshoKN952k&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3Dn-ajQ0nk6FI& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=n-ajQ0nk6FI&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DdW7S1z24TjU& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=dW7S1z24TjU&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DajccEoAhfmc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=ajccEoAhfmc&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DF8vJLDjcyZE& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=F8vJLDjcyZE&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DhwQQFTr4WfM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=hwQQFTr4WfM&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DI25oJp-kOrY& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=I25oJp-kOrY&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&各大公司如何做用户增长的视频 -- growth hacking，需要翻墙。&/p&&p&Causera 上关于行业积累方面的课程比较理论，但是可以参考一些基础入门课程，比如市场营销等相关的。 &/p&&strong&微信/知乎推荐（排名不分先后）&/strong&&p&&a href=&https://www.zhihu.com/people/4d4e58f451b92d757fd218& data-hash=&4d4e58f451b92d757fd218& class=&member_mention& data-title=&@张溪梦& data-editable=&true& data-hovercard=&p$b$4d4e58f451b92d757fd218&&@张溪梦&/a&&br&微信公众号：GrowingIO&/p&&p&&a href=&https://www.zhihu.com/people/simonzhang1& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/simonz&/span&&span class=&invisible&&hang1&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&LinkedIn 前 Business Analytics 的大头创办的公众号，现在在国刚创业数据分析服务。&/p&&p&&a href=&https://www.zhihu.com/people/8de9aa7f60d890b29c39& data-hash=&8de9aa7f60d890b29c39& class=&member_mention& data-editable=&true& data-title=&@覃超& data-hovercard=&p$b$8de9aa7f60d890b29c39&&@覃超&/a&&br&微信公众号：qc_empire&/p&&p&&a href=&https://www.zhihu.com/people/qin.chao& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/qin.ch&/span&&span class=&invisible&&ao&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&前 Facebook 早期工程师，公众号里很多用户增长的分享&/p&&p&&a href=&https://www.zhihu.com/people/7d45b644ccdb269db56497& data-hash=&7d45b644ccdb269db56497& class=&member_mention& data-editable=&true& data-title=&@曹政& data-hovercard=&p$b$7d45b644ccdb269db56497&&@曹政&/a&&br&微信公众号：caozay&/p&&p&&a href=&https://www.zhihu.com/people/cao-zheng& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/cao-zh&/span&&span class=&invisible&&eng&/span&&span class=&ellipsis&&&/span&&/a&心得分享&/p&&p&&a href=&https://www.zhihu.com/people/7b02f4f743eeeed6e63e97& data-hash=&7b02f4f743eeeed6e63e97& class=&member_mention& data-editable=&true& data-title=&@Angela Zhu& data-hovercard=&p$b$7b02f4f743eeeed6e63e97&&@Angela Zhu&/a&&br&微信公众号：AngelaTalk&/p&&p&&a href=&https://www.zhihu.com/people/angela-zhu-45& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/angela&/span&&span class=&invisible&&-zhu-45&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&Airbnb 工程师，硅谷技术、文化、故事、职业发展等。&/p&&p&&a href=&https://www.zhihu.com/people/17fe26c7cbd996dac6f7e9e& data-hash=&17fe26c7cbd996dac6f7e9e& class=&member_mention& data-editable=&true& data-title=&@董飞& data-hovercard=&p$b$17fe26c7cbd996dac6f7e9e&&@董飞&/a&&br&微信公众号：donglaoshi-123&/p&&p&&a href=&https://www.zhihu.com/people/dongfei& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/dongfe&/span&&span class=&invisible&&i&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&LinkedIn 工程师，创业、大数据、在线教育、技术分享、职场体验等。&/p&&p&&a href=&https://www.zhihu.com/people/184d63c15edb58b42e0a& data-hash=&184d63c15edb58b42e0a& class=&member_mention& data-editable=&true& data-title=&@曾加& data-hovercard=&p$b$184d63c15edb58b42e0a&&@曾加&/a&&br&微信公众号：PlusZeng&/p&&p&&a href=&https://www.zhihu.com/people/zengjiaplus& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/zengji&/span&&span class=&invisible&&aplus&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&不是数学专业的数学达人，分析思路非常赞。&/p&&p&&a href=&https://www.zhihu.com/people/4920fca107ec266a26bf578ff112a6d3& data-hash=&4920fca107ec266a26bf578ff112a6d3& class=&member_mention& data-editable=&true& data-title=&@何明科& data-hovercard=&p$b$4920fca107ec266a26bf578ff112a6d3&&@何明科&/a&&br&&a href=&https://www.zhihu.com/people/he-ming-ke& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/he-min&/span&&span class=&invisible&&g-ke&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&做过投资做过互联网产品；目前专注于数据和互联网产品中&/p&&p&&a href=&https://www.zhihu.com/people/b09ea18dcf0c0& data-hash=&b09ea18dcf0c0& class=&member_mention& data-editable=&true& data-title=&@chenqin& data-hovercard=&p$b$b09ea18dcf0c0&&@chenqin&/a&&br&&a href=&https://www.zhihu.com/people/chenqin& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&zhihu.com/people/chenqi&/span&&span class=&invisible&&n&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&知乎数据帝&/p&&p&&i&题图来源：&a href=&https://link.zhihu.com/?target=https%3A//media.licdn.com/mpr/mpr/shrinknp_800_800/AAEAAQAAAAAAAAGKAAAAJDIyMjM1NzAwLTlmZjYtNDM3Yi1hMmM2LWQ5N2NmYjc0MWExYQ.png& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&media.licdn.com/mpr/mpr&/span&&span class=&invisible&&/shrinknp_800_800/AAEAAQAAAAAAAAGKAAAAJDIyMjM1NzAwLTlmZjYtNDM3Yi1hMmM2LWQ5N2NmYjc0MWExYQ.png&/span&&span class=&ellipsis&&&/span&&/a&&/i&&/p&
这篇我在新开的公众号发过，看过的可以直接右上角点叉或者左下角直接点赞了。====================================================================对于很多想要从事互联网数据分析的人来说，一大难点就是如何准备行业知识。一方面很少有学校设置像“互联…
我和很多人一样，不太喜欢快速这个词，急于求成的结果是得不偿失。&br&在这里，我将题主的“快速”理解为如何&b&&u&在最短的时间内高效率&/u&&/b&的成为数据分析师。我想这才是题主的初衷吧！ &br&首先，成为任何一个技术型工作的从业者最需要的就是掌握相关的专业技能，因此也可以这么理解题主的话：&b&&u&如何在最短的时间内高效率的掌握数据分析知识从而达到找一份相关工作的资格！&/u&&/b&&br&&br&在长篇大论之前，我先给题主来一粒定心丸：&b&3个月零基础入门数据分析师是一件完全可能的事！&/b&&br&看清楚哦，我说的是入门。入门基本上就是懂得了常规的数据分析知识并且据此找到一份简单的工作！&br&知乎里面有很多关于学习数据分析的帖子，写的都很好。但是它们和快速没有任何关系，你要完成那些大神们的书单贴，至少需要3、5年才行。因为那是一个perfect 的数据分析师，而不是入门级别的！&br&&br&我简单的将学习数据分析的同学分为三种：&br&1.学过计算机但不会统计学（新手）&br&2.学过统计学但不会计算机（小白）&br&3.统计学和计算机都不会（菜鸟）&br&&br&他们的排名是： 菜鸟 & 小白 &= 新手。
无需置疑，菜鸟是最弱的级别，学习起来也是困难重重。小白和新手算是有一定的基础，学习起来会比较轻松一点。 从我个人角度来看，我觉得计算机技术要重于统计学知识，因此我认为学计算机的同学更容易入门。&br&&br&当然，无论处于哪一个级别你都需要做两件事：&br&&ol&&li&一份正确的学习计划&br&&/li&&li&一套正确的书籍&br&&/li&&/ol&废话不多说，先上书单：&br&&figure&&img data-rawheight=&497& src=&https://pic2.zhimg.com/5dde6b0d235c448fff2fd29_b.jpg& data-rawwidth=&831& class=&origin_image zh-lightbox-thumb& width=&831& data-original=&https://pic2.zhimg.com/5dde6b0d235c448fff2fd29_r.jpg&&&/figure&&br&上面这十本书，每一本都是经典。 &br&它完美的解决了一个初级数据分析师应该掌握的技能：&br&&ol&&li&统计学基础&br&&/li&&li&常用模型理论&br&&/li&&li&R和PYTHON&br&&/li&&li&网页分析&br&&/li&&li&数据库技术&br&&/li&&li&实战应用&/li&&/ol&简单的描述下：&br&&br&统计学无需置疑是一个数据分析师的核心功底，你只有学好了统计学才能谈得上数据分析。&br&但是统计学又常常是不够用的，我们还需要一些高级的模型来解决我们实际业务中的问题，比如：银行需要判断是否给某个客户发放信用卡
这就需要一个高级的二分类模型。这里我们的数据挖掘理论就派上用场了。&br&有了理论知识，我们需要用工具去实现我们的理论并加以应用。这个年代，已经没有人会去手工计算某个问题了，R和PYTHON就是最负盛名的数据分析工具。 关于R和PYTHON的地位，题主可以百度，谷歌，知乎等搜索一遍。
至于如何学习，请看上面的书单！&br&如果致力于在互联网领域发展，那么网页分析是你必看的一本书籍。这本是是大名鼎鼎的GA创始人著作，看一遍，做一遍会有一个不错的收获。&br&数据分析师是跟数据打交道的，我们的数据都是存储在数据库里面的，因此掌握必备的数据库技术是肯定要的！&br&以上就是对入门级别的数据分析师做的一个简单的描述！
&br&&br&那么，在对书籍有了一定的了解之后，具体的该怎么学习呢？&br&首先，我给大家推荐一个我们自己录制的视频《零基础指导学习数据分析》。下载地址如下：&br&&a href=&//link.zhihu.com/?target=http%3A//pan.baidu.com/s/1eQzWzsu& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&SOTON第一课1.zip_免费高速下载&i class=&icon-external&&&/i&&/a&&br&内有讲义以及高清无码的视频。&br&&br&我们将三个月分为三个学习阶段，每个阶段请务必保持每天3个小时以上的学习时间。这个时间要求不过分，不管是对学生党还是上班族，三个小时总是抽的出来的。&br&&br&&b&第一阶段：初识数据分析&/b&&br&这个阶段是你学习数据分析的第一个月。核心的三本书就是：统计学、R IN ACTION、深入浅出数据分析。&br&第一星期：好好的阅读一下统计学这本教材。按照每天3个小时的时间，一个星期你至少能看完8章。踏踏实实的看完，课后习题不需要做，重点放在理解公式推导以及专业名字定义的理解上。&br&&br&第二星期：有了统计学基础，R语言学习起来就不会太费劲。《R in action》 是公认的R语言经典教材。跟着书上的代码仔细的敲一笔遍，你不需要全部看完这本书，只需要学会前8章左右就差不多了。
学完后你会对统计学有一个更深的认识～&br&&br&第三个星期：《深入浅出数据分析》这本书很大头，不是因为它内容多，而是因为它废话和插图多。很有意思的一本入门级别的教材，花一个星期好好的读一下，能学多少是多少。&br&&br&第四个星期：查漏补缺。经过前三个星期的学习，你一定有不少的疑惑或者遗忘了某些知识。不要着急，这个星期就是用来好好回顾一下你本月所学的东西，不懂的定义再看看，不会的代码再敲敲，不懂的知识再google一下～&br&&br&对了，再送你一个视频呗。讲的是如何利用EXCEL进行完整的数据分析流程：&br&&a href=&//link.zhihu.com/?target=http%3A//pan.baidu.com/s/1kTnAYoB& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&初识数据分析-720P.zip_免费高速下载&i class=&icon-external&&&/i&&/a&&br&&br&&b&第二阶段：升级你的技能&/b&&br&&b&第一&/b&个月只是让你对数据分析有一个初步的认识，你已经可以秒杀20%左右的人了（我瞎猜的）&br&这个月就是要升级你的技能，在对已有的知识基础上做一个升华。本月任务较重，小伙伴需要动脑和动手的地方比较多。&br&&br&第一个星期：《数据挖掘导论》这本书绝对是一本良心教材。拿到手从第一章开始阅读，在一个星期之内能看多少就看多少。但是要尽量多看点，因为此书你可能要看一辈子的～～不要做笔记，因为你做的笔记大部分时间都是在抄书，没啥意思的。数据挖掘可不是记忆的东西，是要靠理解的！&br&&br&第二个星期：来来来，python大法学起来。正所谓 life is short, I use python. 不要问那种烂大街的问题：R和PYTHON哪个好。
等你都学了，你就再也不会问这个问题了。 《利用PYTHON进行数据分析》是你学习PYTHON的不二之选，对着书，着重学习numpy,pandas两个包！ 对了，也要学会怎么安装PYTHON这也是技术活！&br&&br&第三个星期：为毛感觉前两个星期啥也没学到？乱七八糟的！
没事，这是正常的，难道你指望两个星期就能学完数据挖掘吗？
在此，你已经有了一定的Python,统计学，数据挖掘基础知识，那么是不是能够讲它们组合起来用一用呢？
scikit-learn，你值得拥有。 看不懂没关系，先去看看它们的文档以及那些莫名的专业词语。 然后接着学你的数据挖掘和PYTHON。&br&&br&第四个星期：重复第三个星期的内容。对了，你是不是应该对R再做点事情呢？&br&&br&&b&第三阶段：准备一个小小的毕业吧&/b&&br&前两个月会过的很痛苦，很累，很烦躁！不用担心，你终于来到了第三个月，这个月与前两个月完全不一样，因为这个月会更加更加的痛苦！！&br&在这个月，我们需要开始学习sql的相关知识。SQL绝对是数据分析师的必备技能，没有之一。作为这个星球上一个通用的语言，它的存在使得我们进行数据处理时大大的提高了效率。既然SQL学了，那也就学学mysql吧，这是一个存储数据的东西，你说它重不重要呢？
这两个并不难学，稍微花点功夫就能入门了。&br&本月重点是重复第二个月的工作啊，继续研究统计学、数据挖掘、PYTHON还有那可爱的R语言。怎么研究？ 这个还要来问我吗？ 书单都在上面了～ 看着书复习就行。 不要忘了那个神技：scikit-learn&br&&br&对了，如果你想去互联网公司投份简历，记得要把《网页分析》这本书好好的过一遍，相信我，你只要看一遍，就能打败百分之80 的面试官。因为他们压根看不起GA。&br&&br&你看，三个月入门数据分析师，并不是不可能嘛～～ 我敢说，你这三个月学到的知识已经可以击败一大半的所谓的数据分析师们了～～ Do not ask why, Just do it !!&br&&br&我和我的一群英国小伙伴创建了一个微信公众号：&b&soton2014sky&/b&&br&就是和你们一起探索数据分析哇，现在好像已经有好几千人了，你难道不要来逛一圈么？&br&&br&扫一扫，即刻添加：&br&&p&&a href=&//link.zhihu.com/?target=http%3A//weixin.qq.com/r/t0xgeH-EQiI9rTsb9xml& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&weixin.qq.com/r/t0xgeH-&/span&&span class=&invisible&&EQiI9rTsb9xml&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& (二维码自动识别)&/p&
我和很多人一样，不太喜欢快速这个词，急于求成的结果是得不偿失。 在这里，我将题主的“快速”理解为如何在最短的时间内高效率的成为数据分析师。我想这才是题主的初衷吧！ 首先，成为任何一个技术型工作的从业者最需要的就是掌握相关的专业技能，因此也可…
&p&让我来分享一个很不快速（需耗时一年），但包你从零基础学到昏厥的学习教程吧：统计、SQL、R、Python、Tableau、Excel、Forecasting & Machine Learning&/p&&p&&br&&/p&&h2&&b&1. 统计&/b&&/h2&&p&&br&&/p&&p&统计需要掌握的姿势：&/p&&ul&&li&Descriptive Statistics&/li&&li&Probability Concepts and Probability Distributions&/li&&li&Sampling Distributions and the Central Limit Theorem&/li&&li&Confidence Intervals&/li&&li&Hypothesis Testing&/li&&li&Analysis of Variance&/li&&li&Chi Square and Nonparametric Tests&/li&&li&Simple and Multiple Regression&/li&&/ul&&p&&br&&/p&&p&想躲过统计？？？&/p&&figure&&img src=&https://pic3.zhimg.com/v2-2bafdf34f4a_b.jpg& data-caption=&& data-rawwidth=&233& data-rawheight=&216& class=&content_image& width=&233&&&/figure&&p&&br&&/p&&p&入门课收好，Coursera上阿姆斯特丹大学的Basic Statistics，卡通配图教学，和萌萌哒的你最配！！&/p&&ul&&li&&b&University of Amsterdam：&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/basic-statistics& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Basic Statistics | Coursera&i class=&icon-external&&&/i&&/a&&/b& （旁听免费）&/li&&/ul&&p&&br&&/p&&p&喏，还有一本简洁易懂的step by step英文教材，也是我们课上用的教材~&/p&&ul&&li&&b&Basic Business Statistics by Mark L.Berenson & Others&/b&&/li&&/ul&&p&&br&&/p&&h2&&b&2. SQL&/b&&/h2&&p&&br&&/p&&p&常用语句来来回回就那么几个，但是要熟，要熟，要熟！&/p&&p&简历上有SQL技能，很重要！！！很重要！！！&/p&&p&&br&&/p&&p&常用语句总结：&b&&a href=&//link.zhihu.com/?target=https%3A//www.w3schools.com/sql/sql_quickref.asp& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&SQL Quick Reference From W3Schools&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&&br&&/p&&p&再送你一门超好，超好，超好的MySQL课！Coursera！杜克大学！我太喜欢教课的那个温柔美丽的大姐姐了~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/analytics-mysql& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Managing Big Data with MySQL | Coursera&i class=&icon-external&&&/i&&/a&&/b& （旁听免费）&/li&&/ul&&p&&br&&/p&&h2&&b&3. R&/b&&/h2&&p&R和Python谁才是数据分析一哥，江湖上已经争论很多年了，至今没有定论...... 事实大概是Python的主要功能是编程，除了单纯的数据分析，在很多领域还有广泛利用，所以就业市场上对Python的需求是远大于R。&/p&&p&R主要侧重统计功能，在统计方面显示出了很多的优势，用R做单纯的数据分析还是妥妥的稳稳的。但是往数据科学方向走的话，R就有点顶不住了，轮到Python扬眉吐气了......&/p&&p&这两门语言我都渣，只能说个大概，大家还需要自己去摸索这两门语言的美~&/p&&p&我学R上的课是Coursera上Johns Hopkins University的经典R课程和在Data Application Lab实习的时候上的商业分析师培训课。Coursera的那门课我上得不太走心，默默吐槽一下课程莫名散发着浓浓的时代感，老师有点面无表情，比较打击我的学习激情...... 好吧，我知道我作......&/p&&figure&&img src=&https://pic1.zhimg.com/v2-fdea6a17e93af6fba6ddc4_b.jpg& data-caption=&& data-rawwidth=&225& data-rawheight=&225& class=&content_image& width=&225&&&/figure&&p&后来实习的时候上公司的培训课，教R的是个讲话干脆利落的小姐姐，才让我重新喜欢上R......&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/r-programming& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&R Programming | Coursera&i class=&icon-external&&&/i&&/a&&/b& （旁听免费）&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.dataapplab.com/course/bacn/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&商业分析师 - Data Application Lab&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&作为一名主观上比较站Python的小粉丝，我目前学过的R就这么多啦！！大体了解了R的语言思维，碰到不会的问题再Google找代码就差不多了~&/p&&p&&br&&/p&&p&另外，我在Udemy上找到一门R的课，看课程设置觉得还是挺不错的，想学R的可以试试~ 关于Udemy上课程的价格补充一句，原价是吓人的，常年打折，但是打折力度经常变来变去的，最便宜的时候一般是10-20块的价格可以买到好课...... BTW，下面这门课目前15刀。&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/r-programming/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&R Programming A-Z(TM): R For Data Science With Real Exercises!&i class=&icon-external&&&/i&&/a&&/b& &/li&&/ul&&figure&&img src=&https://pic1.zhimg.com/v2-961d8fab14c93995bdf6e596f2c1d1b8_b.jpg& data-caption=&& data-rawwidth=&958& data-rawheight=&861& class=&origin_image zh-lightbox-thumb& width=&958& data-original=&https://pic1.zhimg.com/v2-961d8fab14c93995bdf6e596f2c1d1b8_r.jpg&&&/figure&&p&&br&&/p&&h2&&b&4. Python&/b&&/h2&&p&Python 是一门可以让人浑然忘我的语言......&/p&&p&这辈子学过韩语、日语、英语，和一丢丢R，但Python是我学得最有激情的......&/p&&p&最沉浸的那段时间里，不管几点回家，晚上睡觉前一定要看一点Python爬虫才能安心睡下，晚上做梦也是爬虫代码......&/p&&figure&&img src=&https://pic4.zhimg.com/v2-bdef_b.jpg& data-caption=&& data-rawwidth=&350& data-rawheight=&350& class=&content_image& width=&350&&&/figure&&p&我最开始接触Python的时候上的课是Coursera上University of Michigan的经典系列：Python for Everybody，里面包含五门专项课，除了最后一门Capstone，其他四门都刷过（没写作业）。&/p&&p&这门课非常实在，内容非常赞，上课的是个亲切的老爷爷，学下来有助于你系统了解Python的功能~ 个人感觉 Using Python to Access Web 对于纯小白来说可能有点难度~&/p&&p&提醒一下，如果你搜Python for Everybody，会发现...... 要交钱上啊！！！省钱小tip就是在搜索栏里一门一门搜专项课，进入专项课的页面就可以免费旁听了...... 同理适用于Coursera很多其他的系列课程。&/p&&p&&br&&/p&&p&&b&University of Michigan:&/b& &b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/specializations/python& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python for Everybody | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/python& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Programming for Everybody (Getting Started with Python) | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/python-data& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python Data Structures | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/python-network-data& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Using Python to Access Web Data | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/python-databases& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Using Databases with Python | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/python-data-visualization& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Capstone: Retrieving, Processing, and Visualizing Data with Python | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&密西根大学还出了Python的数据科学进阶课，包含了数据分析、画图和机器学习等内容：&/p&&ul&&li&&b&University of Michigan:&/b& &b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/specializations/data-science-python& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Applied Data Science with Python | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&figure&&img src=&https://pic1.zhimg.com/v2-f56aba091ffc_b.jpg& data-caption=&& data-rawwidth=&400& data-rawheight=&346& class=&content_image& width=&400&&&/figure&&p&&br&&/p&&p&另外，我还追过大神 &a class=&member_mention& href=&//www.zhihu.com/people/fd165ce69c8edd9e753533& data-hash=&fd165ce69c8edd9e753533& data-hovercard=&p$b$fd165ce69c8edd9e753533&&@秦路&/a& 的&a href=&https://zhuanlan.zhihu.com/qinlu& class=&internal&&运营大湿兄&/a&知乎专栏，从“&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&开始Python的新手教程&/a&” 到“&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&用Python分析用户消费行为&/a&”，一共六篇文章，超快速入门Python数据分析。&/p&&p&&br&&/p&&p&Udemy上也有一门很棒的Python数据分析课，我目前在上，觉得好棒棒~&/p&&p&教numpy、pandas、画图、带着练三个数据小项目，至此觉得内容量已经很良心了，老师竟然还教机器学习！！！20个机器学习视频，用SciKit Learn这个包！还有还有！11个统计视频！还没完还没完！还有几个SQL和Web Scraping的小视频！满满的良心学习大礼包~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/learning-python-for-data-analysis-and-visualization/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Learning Python for Data Analysis and Visualization&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&figure&&img src=&https://pic1.zhimg.com/v2-9adb75dace7bcad0046cd28_b.jpg& data-caption=&& data-rawwidth=&1175& data-rawheight=&848& class=&origin_image zh-lightbox-thumb& width=&1175& data-original=&https://pic1.zhimg.com/v2-9adb75dace7bcad0046cd28_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/v2-3e5b99c5c531a4a543bc055ddec7dcfc_b.jpg& data-caption=&& data-rawwidth=&254& data-rawheight=&198& class=&content_image& width=&254&&&/figure&&p&&br&&/p&&p&想必还有很多盆友们对爬虫充满了兴趣......&/p&&p&学爬虫当然要看崔庆才大神的系列教程啊！！！&/p&&p&&br&&/p&&p&文字版教程免费，使用的是Python 2.7版本↓&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=http%3A//cuiqingcai.com/1052.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python爬虫学习系列教程 | 静觅&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&视频教程499软妹币，之前有过折扣，印象中270多~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=http%3A//cuiqingcai.com/4320.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python3爬虫视频学习教程 | 静觅&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&如果你只是比较随意，不想玩那么高深，或者你真的和我一样穷，可以看看文字版教程，了解urlib库、Requests库、BeautifulSoup库、Selenium库以及正则表达式后，跟着崔大神的三个免费case练一遍~ 我觉得对于小白来说就差不多了~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//edu.hellobi.com/course/156& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python3爬虫三大案例实战分享&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&对于数据分析师来说，会爬虫不属于必备技能，那么学爬虫的意义是什么呢？大神 &a class=&member_mention& href=&//www.zhihu.com/people/6d23d8e16eb481ebb5898a4& data-hash=&6d23d8e16eb481ebb5898a4& data-hovercard=&p$b$6d23d8e16eb481ebb5898a4&&@董伟明&/a&在他接近满分的&a href=&https://www.zhihu.com/lives/861184& class=&internal&&“爬虫从入门到进阶”&/a&的Live简介中说得直戳心坎~&/p&&figure&&img src=&https://pic3.zhimg.com/v2-c1a2b63c29f0d0959472_b.jpg& data-caption=&& data-rawwidth=&440& data-rawheight=&195& class=&origin_image zh-lightbox-thumb& width=&440& data-original=&https://pic3.zhimg.com/v2-c1a2b63c29f0d0959472_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-28aaa8c941f1ea9e5cebc554_b.jpg& data-caption=&& data-rawwidth=&705& data-rawheight=&458& class=&origin_image zh-lightbox-thumb& width=&705& data-original=&https://pic1.zhimg.com/v2-28aaa8c941f1ea9e5cebc554_r.jpg&&&/figure&&p&Hello World，醒醒啊！！！你的女神来了！！！&/p&&p&&br&&/p&&h2&&b&5. Tableau&/b&&/h2&&p&终于，数据分析界的女神出场了！！！让我们大声喊出她的名字：&b&T! A! B! L! E! A! U!&/b&&/p&&p&读作“Tab-low”！！！&/p&&p&我身边很多学Tableau的孩纸们，反应不是酱紫的，&/p&&figure&&img src=&https://pic2.zhimg.com/v2-29c2c1aa64f800bcb4a54725dddcce65_b.jpg& data-caption=&& data-rawwidth=&450& data-rawheight=&446& class=&origin_image zh-lightbox-thumb& width=&450& data-original=&https://pic2.zhimg.com/v2-29c2c1aa64f800bcb4a54725dddcce65_r.jpg&&&/figure&&p&就是酱紫的......&/p&&figure&&img src=&https://pic1.zhimg.com/v2-ca77ddbbd010dc21d86b4ec_b.jpg& data-caption=&& data-rawwidth=&500& data-rawheight=&344& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic1.zhimg.com/v2-ca77ddbbd010dc21d86b4ec_r.jpg&&&/figure&&p&纷纷表示在这个看脸的时代，要好好学习女神软件......&/p&&figure&&img src=&https://pic1.zhimg.com/v2-d01bec031c628_b.jpg& data-caption=&& data-rawwidth=&800& data-rawheight=&619& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic1.zhimg.com/v2-d01bec031c628_r.jpg&&&/figure&&p&&i&（Source: Best Practices for Designing Efficient Tableau Workbook）&/i&&/p&&p&&br&&/p&&p&凭借着打娘胎起就异于常人的颜值，Tableau迅速蹿红，逐渐渗透进业界和美国高校。对于在美帝的数据分析师来说，Tableau也是简历上必备的技能之一。&/p&&p&我目前觉得学习Tableau的最好方式，还是去Coursera上上杜克大学的那门课，基本涵盖入门到中高级操作，墙裂打call，墙裂推荐！！！真的好喜欢教课的杜克大姐姐......&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/analytics-tableau%23& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Data Visualization and Communication with Tableau | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&另外，Tableau为了推广自家软件，在免费培训方面也是做得很拼......&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.tableau.com/learn/training& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Tableau Training & Tutorials&i class=&icon-external&&&/i&&/a&&/b& (中英文都有)&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.tableau.com/learn/live-training-resources& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Live Training Resources&i class=&icon-external&&&/i&&/a&&/b&&/li&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.tableau.com/learn/webinars& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Webinars&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&还有很多很棒的Tableau使用者的case展示~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//public.tableau.com/en-us/s/gallery& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Gallery&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&还有Moveover Monday Project，每周一po一个数据集和数据分析展示~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=http%3A//www.makeovermonday.co.uk/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&A weekly social data project&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&至于有些人说，下载都这么贵，土豪才学得起吧...... 只要你乖乖去上Coursera杜克大姐姐的课，会有惊喜......&/p&&p&&br&&/p&&h2&&b&6. Excel&/b&&/h2&&p&无论你多喜欢Excel或者多不喜欢Excel...... 作为数据分析师，简历上有Excel技能也是必备......&/p&&p&最重要的当然是会Pivot Tables~&/p&&p&我也是通过DAL的&a href=&//link.zhihu.com/?target=https%3A//www.dataapplab.com/course/bacn/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&商业分析培训课&i class=&icon-external&&&/i&&/a&学的Pivot Tables，如果你只想学Pivot Tables，可以去Udemy上这门↓&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/data-analysis-with-excel-pivot-tables/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Microsoft Excel - Data Analysis with Excel Pivot Tables&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&当然，还有一个免费的学习神器，YouTube啊~ 哈哈，Pivot Tables一搜一大把~&/p&&figure&&img src=&https://pic1.zhimg.com/v2-7fcd94a123d16fe8b91609c_b.jpg& data-caption=&& data-rawwidth=&1440& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&1440& data-original=&https://pic1.zhimg.com/v2-7fcd94a123d16fe8b91609c_r.jpg&&&/figure&&p&我真的非常热爱YouTube，基本没有YouTube不到的姿势......&/p&&p&&br&&/p&&h2&&b&7. Forecasting&/b&&/h2&&p&预测/时间序列也是我们数据分析僧要掌握的技能，不过学得比较浅显，大概了解几个预测模型的原理和会用软件操作就行了。我们用过的教材是Business Forecasting，有中文版，不过我相信你不会想看的......&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject/1896141/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&商业预测 (豆瓣)&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&Udemy上依旧有药！介绍Moving Average, Simple Exponential Smoothing, Double Exponential Smoothing / Holts, Winters / HoltWinters等模型以及在R和Tableau中的操作。&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/forecasting-time-series-using-xlminer-r-and-tableau/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Data Science-Forecasting/Time series Using XLMiner,R&Tableau&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&&br&&/p&&p&如果你对Tableau女神是真爱！可以去上Udemy新课，目前评价4.7分，感觉还挺不错的样子，反正是安利到我了~&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/forecasting-and-time-series-analysis-in-tableau/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Forecasting and Time Series Analysis in Tableau&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&figure&&img src=&https://pic4.zhimg.com/v2-e381a38e1aa0b411a0b7f_b.jpg& data-caption=&& data-rawwidth=&994& data-rawheight=&593& class=&origin_image zh-lightbox-thumb& width=&994& data-original=&https://pic4.zhimg.com/v2-e381a38e1aa0b411a0b7f_r.jpg&&&/figure&&p&&br&&/p&&h2&&b&8. Data Mining and Machine Learning&/b&&/h2&&p&想当年，刚接触数据时，我还是个蠢萌的宝宝，在听说“Machine Learning”这个东东的时候，内心是下面那样的......&/p&&figure&&img src=&https://pic2.zhimg.com/v2-d7afbecccac27de4f441_b.jpg& data-caption=&& data-rawwidth=&500& data-rawheight=&400& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic2.zhimg.com/v2-d7afbecccac27de4f441_r.jpg&&&/figure&&p&何方的妖魔鬼怪，尼玛听名字就不明觉厉......&/p&&p&入坑数据分析一年，但才刚接触机器学习一个月（网课加这学期修的数据挖掘专业课），感觉难度明显拔高了一级，但越学越刺激，越学越稀饭~&/p&&figure&&img src=&https://pic4.zhimg.com/v2-f02bfc8b935c3_b.jpg& data-caption=&& data-rawwidth=&223& data-rawheight=&226& class=&content_image& width=&223&&&/figure&&p&目前还是个渣渣，不敢瞎说，就大概罗列一下机器学习入门需要掌握的知识点和网上的学习资源吧：&/p&&ul&&li&Linear Regression&/li&&li&Logistic Regression&/li&&li&Decision Trees&/li&&li&k-Nearest Neighbors&/li&&li&Naive Bayes Classification&/li&&li&Discriminant Analysis&/li&&li&Neural Nets&/li&&li&Support Vector Machines&/li&&li&Cluster Analysis&/li&&li&Random Forest&/li&&li&Natural Language Processing&/li&&/ul&&p&&br&&/p&&p&如果没听说过吴恩达男神的机器学习王牌课程，那你一定是假的数据猿......&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.coursera.org/learn/machine-learning& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Machine Learning | Coursera&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&p&说实话，没上男神的Machine Learning前，我还挺不理解为什么这个看上去其貌不扬的大叔，有这么多死忠信众...... 每次大叔的动向更新，都跟地震一样...... 娶的老婆还是跟他智商一样上天高的女神大牛！约翰霍普金斯的CS博士......&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e731bc7d0_b.jpg& data-caption=&& data-rawwidth=&620& data-rawheight=&413& class=&origin_image zh-lightbox-thumb& width=&620& data-original=&https://pic1.zhimg.com/v2-e731bc7d0_r.jpg&&&/figure&&p&如果你和曾经的我一样迷惑，请去Coursera上课...... 顺带必须提一句，男神还是Coursera的联合创始人啊！！！我的前半生没有Coursera，但是后半生必须要跟Coursera紧紧相依......&/p&&figure&&img src=&https://pic4.zhimg.com/v2-6e7cac81b89bd450f1be8aa56af81e1f_b.jpg& data-caption=&& data-rawwidth=&550& data-rawheight=&304& class=&origin_image zh-lightbox-thumb& width=&550& data-original=&https://pic4.zhimg.com/v2-6e7cac81b89bd450f1be8aa56af81e1f_r.jpg&&&/figure&&p&反正现在的我是痛哭流涕着入吴恩达教了......&/p&&figure&&img src=&https://pic4.zhimg.com/v2-f927f13c96dbb964fd44ab_b.jpg& data-caption=&& data-rawwidth=&225& data-rawheight=&225& class=&content_image& width=&225&&&/figure&&p&之前我在Python部分介绍的Udemy的Python数据分析课中，也涉及一部分机器学习的内容：&/p&&ul&&li&&b&&a href=&//link.zhihu.com/?target=https%3A//www.udemy.com/learning-python-for-data-analysis-and-visualization/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Learning Python for Data Analysis and Visualization&i class=&icon-external&&&/i&&/a&&/b&&/li&&/ul&&figure&&img src=&https://pic2.zhimg.com/v2-5b2a_b.jpg& data-caption=&& data-rawwidth=&774& data-rawheight=&904& class=&origin_image }