2、Python 数据处理与编程入门

Python 数据处理与编程入门

1. 数据故事讲述的起点

在数据的世界里，无论是记者、分析师还是初出茅庐的数据科学家，都希望通过编程来分析数据、总结发现并清晰地传达给他人，本质上是在讲述一个数据故事。

传统的故事讲述或新闻报道常以个体故事展现整体发现或趋势，数据成为次要特征。但也有人认为数据本身应是主要主题。

要开启数据故事之旅，首先要确定探索的主题。比如，探索不同人群或社会的沟通习惯，可从具体问题入手，像“网络上人们成功分享信息的特质有哪些”；或者对历史棒球统计数据感兴趣，思考其是否显示了比赛随时间的变化。

确定兴趣领域后，需寻找可用于深入探索主题的数据。例如，研究人类行为可从 Twitter API 获取数据；研究棒球历史可使用 Sean Lahman 的棒球数据库。这些大数据集通常需筛选和分块分析以解答具体问题，而小数据集在涉及本地或区域问题时也同样有趣且有意义。

以美国公立高中为例，有学校对毕业生收取费用，引发了对学区资金紧张原因的疑问。初始问题往往会引出更深入的问题，如学区的资金去向、支出模式随时间的变化等。明确主题和问题后，就能确定所需的数据，如该学区的支出和预算数据。

在继续之前，先来看看从问题识别到最终故事呈现的整个过程：

graph LR
    A[确定问题] --> B[寻找数据集]
    B --> C[获取并转换数据]
    C --> D[数据探索与清理]
    D --> E[呈现数据故事]

确定问题后，可对数据提出一系列问题，如哪些数据集