2、数据科学入门：从社交网络到实际应用

数据科学入门：从社交网络到实际应用

数据时代的崛起

我们生活在一个数据泛滥的世界。网站会追踪每个用户的每一次点击，智能手机会记录我们每天每秒的位置和速度。“量化自我者”会佩戴能持续记录心率、运动习惯、饮食和睡眠模式的设备。智能汽车收集驾驶习惯，智能家居收集生活习惯，智能营销人员收集购买习惯。互联网本身就是一个巨大的知识图谱，包含了大量交叉引用的百科全书、特定领域的数据库（如电影、音乐、体育赛事结果等）以及众多政府的统计数据。

在这些海量数据中，隐藏着无数我们从未想过要问的问题的答案。那么，什么是数据科学呢？有个玩笑说，数据科学家是比计算机科学家更懂统计学，比统计学家更懂计算机科学的人。实际上，数据科学家的类型多种多样，有的更像统计学家，有的则与软件工程师难以区分，还有的是机器学习专家。但总体来说，数据科学家是从杂乱的数据中提取有价值信息的人。

数据科学社交网络 DataSciencester

假设你刚被聘请为 DataSciencester（一个数据科学家社交网络）的数据科学负责人。虽然这个社交网络是为数据科学家服务的，但它从未真正投入资源来建立自己的数据科学实践，而这将是你的工作。在后续的工作中，我们将通过解决工作中遇到的问题来学习数据科学的概念。

寻找关键连接者

上班第一天，网络副总裁希望你找出数据科学家中的“关键连接者”。他给了你 DataSciencester 整个网络的数据，包括用户列表和友谊对列表。
用户列表如下：

users = [
    { "id": 0, "name": "Hero" },
    {