当我们谈论数据分析的时候，都在讲些什么呢？

这里我可以把数据分析分成三个重要的组成部分。

数据采集。它是我们的原材料，也是最“接地气”的部分，因为任何分析都要有数据源。
数据挖掘。它可以说是最“高大上”的部分，也是整个商业价值所在。之所以要进行数据分析，就是要找到其中的规律，来指导我们的业务。因此数据挖掘的核心是挖掘数据的商业价值，也就是我们所谈的商业智能BI。
数据可视化。它可以说是数据领域中万金油的技能，可以让我们直观地了解到数据分析的结果。

数据采集

在数据采集部分中，我们通常会和数据源打交道，然后使用工具进行采集。

在后面的文章中，我们会熟悉哪些是常用的数据源，以及如何获取它们。在工具使用上，主要是针对Python爬虫。掌握Python爬虫的乐趣是无穷的。它不仅能让你获取微博上的热点评论，自动下载例如“王祖贤”的海报，还能自动给微博加粉丝，让我们掌握自动化的快感。

第二个部分是数据挖掘，它可以说是知识型的工程，相当于数据分析中的“算法”部分。首先需要知道它的基本流程、十大算法、以及背后的数学基础。

这一部分我们会接触到一些概念，比如关联分析，Adaboost算法等等，后面的每一篇文章将会依次介绍到这些概念及python实践。

每讲完一个算法原理，我都找一个项目的实战，我精选了一些典型的、有趣的项目，比如对泰坦尼克号乘客进行生存预测、对文档进行自动分类、以及导演是如何选择演员的等等。

掌握了数据挖掘，就好比手握水晶球一样，它会通过历史数据，告诉你未来会发生什么。当然它也会告诉你这件事发生的置信度是怎样的。

第三个就是数据可视化，这是一个非常重要的步骤，也是我们特别感兴趣的一个步骤。数据往往是隐性的，尤其是当数据量大的时候很难感知，可视化可以帮我们很好地理解这些数据的结构，以及分析结果的呈现。

如何进行数据可视化呢？有两种方法。

第一种就是使用Python。在Python对数据进行清洗、挖掘的过程中，我们可以使用Matplotlib、Seaborn等第三方库进行呈现。

第二种就是使用第三方工具。如果你已经生成了csv格式文件，想要采用所见即所得的方式进行呈现，可以采用tableau、DataV、Data GIF Maker等第三方工具，它们可以很方便地对数据进行处理，还可以帮你制作呈现的效果。

数据采集和数据可视化的原理简单，容易理解。这两个部分注重的是工具的掌握，关键是工具的使用和应用的实战。

学习数据分析其实是从“思维”到“工具”再到“实践”的一个过程。今天我会从更多的角度来和你分享我的学习经验，我们可以把今天的内容叫作“修炼宝典”。

借用傅盛的话来说，人与人最大的差别在于“认知”，所谓成长就是认知的升级。

很多人存在对“认知“的误解，认为认知不就是概念么？那么你有没有想过，针对同一个概念，为什么不同的人掌握的程度是不一样的呢？

我们只有把知识转化为自己的语言，它才真正变成了我们自己的东西。这个转换的过程，就是认知的过程。