《Python資料科學實踐指南》——0.2節如何成為資料科學家

本節書摘來自華章社群《python資料科學實踐指南》一書中的第0章，第0.2節如何成為資料科學家，作者紀路，更多章節内容可以通路雲栖社群“華章社群”公衆号檢視

0.2　如何成為資料科學家

讀者應該知道這個問題很難回答，失敗的原因總是相似的，成功的經曆卻各有不同。從來沒有人靠複制他人的經曆就能獲得同樣的成就，就像“人不能兩次踏入同一條河流”的哲學觀點一樣，沒有人可以複制别人的經曆，更何談成就。是以在回答這個問題時，我隻假設一些概念上的前提條件：良好的計算機科學基礎，較高的英文讀寫水準，極強的自學能力，還有一些個人品質比如耐心、毅力、樂于分享，等等。不過最重要的還是“興趣”，我相信能花上幾十塊錢購買這本書的讀者一定是有興趣的，因為這本書是給那些對資料科學有一些了解，希望學習具體方法的人準備的。是以，即使上面所說的前提條件你一個都不具備，隻要有興趣，那麼讓我們從現在就開始吧。

我需要數學或計算機科學的學位嗎

最好有！如果你恰好是在校大學生，又碰巧學習數學或計算機相關專業（在這個程式員匮乏的年代，所有必修c語言的專業都稱為“計算機相關專業”），希望你能學習好學校的課程，下面是一份技能清單，如果其中有一些技能沒有在你的課程安排裡，那麼最好是通過選修或自學的方式進行補充。

一門程式設計語言

算法、資料庫、作業系統

機率與統計、線性代數

英語

對于已經錯過了花季、雨季的社會人來講，如果你并非從事計算機程式開發的相關工作，上述幾項技能對你來說可能要求太高了。不過，你還是需要多付出一些努力來補上這些知識，當然是在讀過本書之後。得益于網際網路的發達，很多教學資源都能夠從網上擷取，這裡也向各位讀者推薦一些好的網站。

程式設計學習：

<a href="https://www.codecademy.com/">https://www.codecademy.com/</a>

<a href="https://www.codeschool.com/">https://www.codeschool.com/</a>

這是國外的兩家程式設計學習網站，擁有互動式解釋器、美觀的講義，有一些課程還有手把手的視訊教程，可能讀英文對你來說有點慢，不過這是一個好的開始。

算法學習：

<a href="http://www.brpreiss.com/books/opus7/">http://www.brpreiss.com/books/opus7/</a>

這是由布魯諾·r·普萊斯所著的一系列算法圖書的線上版，包括c++版、java版、c#版、python版、ruby版、lua版、perl版、php版、objective-c版等，你能想到的常用程式設計語言都有對應的版本，它們中的一部分有過正式引進的中文版，或者有愛好者翻譯的版本，當然推薦閱讀原版。

另外，本書會帶領讀者複習一下機率與統計和線性代數的基本概念，以及介紹一些sql方面的知識。最後，不要忘記本書的目的是通過資料科學實戰學習python程式設計。希望讀者在讀過這本書之後，能有充分的知識來支援後續的學習。