今日终于完成了使用r语言做批量地址反地理编码的尝试，对比之前来说总共折腾了一小时，thank god, 坑还不算多。这也是正式用r做出来第一个真正自己需要的功能。至此，我也把最近主流的数据分析工具都体验了一把，写写心得。
为何要学习
去年在tableau的一个小型活动上认识了一个程序员，之前我一直在尝试商业地理分析方面的产品，有思路，卡在技术实现上面，于是想和他合作，但是无奈it们现在真的很赚钱，而且你的idea也基本很难打动it们，这又让我回想起之前的经历，如果你不努力，就要去求人，做成一件事情，付出都是一样的，这方面少那方面就要多，求人也是用人，这方面我暂时也不可能去做。既然技术合伙人那个阶段还不太好找，那就自己去探索吧。
首先学习python 爬虫
之前一直用火车头爬虫，由简到繁也有不少坑，但是发现随着大家爬数据越来越多，反扒机制越来越好，加上网页技术的进步，火车头也越来越不好用了，于是硬着头皮开始学习python,python确实很好，速度远超火车头，而且解决方案多并且灵活，前一段时间还用python selenium搞定了之前一直感兴趣但无法爬取的网站，详细见我的博客。
对比tableau和其他前端工具
可视化是大热门，对专业分析师来说，可视化就是探索的过程，在上海拜访了一个coder转做数据的大牛，给我展示了他的一些前端成果，主要来自github，我看了一下感觉和tableau功能都差不多，然我给他展示了tableau，学技术的人之前都对tableau不算感冒，开源的时代tb显得太贵，但大牛发现tb desktop版本的数据交互功能真的很棒，对于业务人员或者coding功底不好的数据分析人员来说tableau是个很好的工具，再加上我很需要地图，ok 今后探索性数据分析我就用tableau，因为可以省去写代码，并且地图功能强大交互性也很棒！
开始学习r
之前听了三次r会议，第一次学术氛围还是很好的，也第一次听了很多统计大师包括吴喜之老师的现场讲课，感触颇深，很多观点很好，例如统计学就是批判式的数据分析！有了r之后，还需要用那些随便点击就能出结果的统计分析软件吗？（貌似暗指spss），后面我越听越觉得他们技术好，但是业务不好，于是我也要报名，同时也是为自己增加一些宣传tag吧，我也要去讲，现在报名了，其实内容也和r关系不大，就是地理编码，好吧，这个问题必须解决，而且我今后也用得到，因为比百度的js代码速度快多了。ps，这次学习是慕课网的美女老师，讲得很好，感觉使用r真的爽，简单灵活！
定位与分工
现在我把python当作更主要的数据工具，因为做分析首先你要获得数据，而且python也是一门真正的编程语言，学coding对自己的生活也是有帮助的，用正则表达式也要在python中。
r，这是一个极好的探索分析、工具（例如baidumap包）、专业统计分析包，哈哈！今后再也不需要spss了，更不需要excel加载专业的模块了。
excel还会用，因为需要通过excel去理解很多数据结构，并且大部分场景都是在和dirty data打交道，数据量不大的情况下，直接用excel最简单（没办法，我们国家目前传统行业的数据都这样）
tableau，当然很多，做做图，更好的是做数据产品原型。
还有一个上次上海大牛分享的，orange3，数据挖掘工具，下载很多次都失败，结果在东莞酒店瞬间下载（酒店网速很烂），真是那句话：不是有希望再去坚持，而是坚持了才有希望！这是一个很好的数据挖掘工具，适合我这样的小白。
其他的对于我这个业务人员来说也暂时不去做了，差异主要在性能，目前这些就够我玩了
该吃饭了
今后上面的这些都要学习！也把今日的r代码贴出来：
baidumap包：
https://github.com/badbye/baidumap
getLocation
Get location from coordinates data.
lon = matrix(c(117.93780, 24.55730, 117.93291, 24.57745, 117.23530, 24.64210, 117.05890, 24.74860), byrow=T, ncol=2)
json
location_json = getLocation(lon[, 1], lon[, 2], output=’json’)
xml
location_xml = getLocation(lon[, 1], lon[, 2], output=’xml’)
formatted
location = getLocation(lon[, 1], lon[, 2], formatted = T)
GetCoordinate
Given a address, return the corresponding coordinates
getCoordinate(‘北京大学’) # json
getCoordinate(‘北京大学’, output=’xml’) # xml
getCoordinate(‘北京大学’, formatted = T) # character
getCoordinate(c(‘北京大学’, ‘清华大学’), formatted = T) # matrix
getBaiduMap
p <- getBaiduMap(lon=116.354431, lat=39.942333)
library(ggmap)
ggmap(p)
我的代码：
df<-read.csv2(‘path/baidumapadd.csv’,fileEncoding = “GBK”,header = F)
x <- as.vector(as.matrix(df)) #df是一个dataframe 首先转化成matrix 再转化成vector
library(baidumap)
getCoordinate(x)