转行入职已经过了一个星期了，由于之前是主要学习web方向，入职的工作是数据挖掘（应该以后还会进行网站开发，所以web技能不能落下，应该抽空回顾复习相关知识）。
一开始，工作主要内容是进行数据分析。
由于自己也并不熟悉这一块，便从看教程，书本，视频，论坛，Q群等渠道进行快速学习，期间学会了学习并了解了Mumpy的基本结构与常用方法，熟悉了Pandas的基本操作与数据处理等，学会了Matplotlib绘图模块。
在边学习边工作的过程中，由于对数据分析方面的缺乏，一开始没有好好的进行数据分析，数据需求。故在编写数据处理的函数的时候，没有分布清洗整理数据，导致在后面的学习和工作中，发现需求增加的同时，没有把数据处理好，导致需要重新写代码。
故记录今天的感想。
在进行数据分析前：
- 1.将数据需求分析好，这一步很重要，可减少后期需求增加时工作量的减少。以及提高了代码的整洁性。
- 2.熟悉行业需求，快速分析出有用的数据。
- 3.Pandas数据整理、筛选、清洗的方法要熟悉，提高代码的简洁性，提高可读性。
- 4.Matplotlib绘图模块需要加强学习，一个好的数据分析，体现于如何将需要的数据呈现给使用者观看，做到一目了然。
最后想说，我很喜欢这种高度学习状态，这让我感到自身的价值在增加，处在深圳这样的大环境，我不希望被社会淘汰。
补充：
数据分析步骤：
- 1.爬取获得数据
- 2.数据筛选、清洗，即异常值处理，一般用缺失值处理，四分位筛选法
- 3.数据可视化
- 4.探索分析，预处理理论
- 5.建模，评估
