我從高效數(shù)據(jù)科學(xué)家那里偷走的15個(gè)習(xí)慣
大數(shù)據(jù)文摘出品
來源：medium
編譯：在赤道的熊貓
當(dāng)涉及到數(shù)據(jù)科學(xué)領(lǐng)域時(shí)，你需要使用一些書中的所有技巧，以使自己獲得一個(gè)使你超越終點(diǎn)的優(yōu)勢(shì)。
那么，為什么不嘗試一下行業(yè)的良好習(xí)慣呢?
本文并不是成為高效數(shù)據(jù)科學(xué)家的“快速致富”方法。相反，它分享了幫助好的數(shù)據(jù)科學(xué)家達(dá)到他們現(xiàn)在的位置的習(xí)慣。
人們常說，數(shù)據(jù)科學(xué)家的價(jià)值取決于他們對(duì)組織的影響。這種影響起始于通過養(yǎng)成良好習(xí)慣成為一名有效的數(shù)據(jù)科學(xué)家。
與時(shí)俱進(jìn)
僅在過去十年左右的時(shí)間里，出現(xiàn)了多少當(dāng)前的數(shù)據(jù)科學(xué)技術(shù)?他們中的大多數(shù)。
帶著想要在數(shù)據(jù)科學(xué)領(lǐng)域做出巨大成就的動(dòng)機(jī)，你已成為終身學(xué)習(xí)的一員。不用擔(dān)心，它聽起來并不那么可怕。
但是，你任何時(shí)候都應(yīng)該記住的是，你需要與時(shí)俱進(jìn)。因此，如果你一生都在使用MATLAB進(jìn)行數(shù)據(jù)分析，請(qǐng)嘗試學(xué)習(xí)使用Python來編程。如果你一直在使用Matplotlib來可視化數(shù)據(jù)，請(qǐng)嘗試使用Plotly進(jìn)行一些創(chuàng)新。
如何養(yǎng)成這種習(xí)慣：每周花一個(gè)小時(shí)(或盡可能多的時(shí)間)，然后嘗試新技術(shù)。閱讀博客文章，找出哪些技術(shù)是相關(guān)的，然后選擇幾個(gè)你想添加到堆棧中的技術(shù)。然后，創(chuàng)建一些個(gè)人項(xiàng)目，來學(xué)習(xí)如何充分利用新技術(shù)。
適當(dāng)維護(hù)文檔
我似乎總是很幸運(yùn)能夠閱讀和處理具有糟糕文檔的代碼，而沒有支持注釋來幫助我了解到底發(fā)生了什么。
直到一天，我意識(shí)到這只是一個(gè)糟糕的程序員的標(biāo)志。
我所遇到的的所有優(yōu)秀程序員都提供清晰，簡(jiǎn)潔的文檔，并通過提供有用的注釋來描述某些代碼行的用途。對(duì)于使用復(fù)雜算法和機(jī)器學(xué)習(xí)模型來解決問題的數(shù)據(jù)科學(xué)家而言，這一點(diǎn)尤為重要。
如何養(yǎng)成這種習(xí)慣：花一些時(shí)間閱讀有良好的代碼文檔或有關(guān)如何編寫良好的代碼文檔的文章。要練習(xí)，為舊的個(gè)人項(xiàng)目寫文檔，或者花一些時(shí)間來修改當(dāng)前項(xiàng)目的文檔。
由于數(shù)據(jù)科學(xué)世界中有很大一部分都運(yùn)行在Python上，請(qǐng)閱讀這篇關(guān)于如何記錄Python代碼的好文章：
https://realpython.com/documenting-python-code/
融入到數(shù)據(jù)科學(xué)的社群
人們?cè)?jīng)認(rèn)為開發(fā)人員是不能融入社會(huì)的流浪者，他們束手無(wú)策的編寫注定要統(tǒng)治世界的代碼。這是一種過時(shí)的概括。它無(wú)法反映整個(gè)技術(shù)行業(yè)的現(xiàn)代復(fù)雜性。
“沒有人是一個(gè)小島。” ——最受數(shù)據(jù)科學(xué)家喜愛的名言
數(shù)據(jù)科學(xué)的復(fù)雜性要求在數(shù)據(jù)科學(xué)界內(nèi)外建立一個(gè)龐大的專業(yè)人員支持網(wǎng)絡(luò)，來解決數(shù)據(jù)科學(xué)家必不可少的各種問題。
但是，社區(qū)的重要性不僅限于專業(yè)層面。隨著數(shù)據(jù)科學(xué)領(lǐng)域的不斷擴(kuò)大，我們有必要為未來的分析師和工程師鋪平道路，以便他們也可以發(fā)揮影響并進(jìn)一步支持其他數(shù)據(jù)科學(xué)家。
隨著數(shù)據(jù)科學(xué)領(lǐng)域的“性別”逐漸減少，進(jìn)行必要更改的唯一方法是發(fā)起整個(gè)社區(qū)的運(yùn)動(dòng)，以激勵(lì)行業(yè)進(jìn)行更好的變革。
如何養(yǎng)成這種習(xí)慣：成為一名導(dǎo)師，撰寫內(nèi)容豐富的博客文章，加入數(shù)據(jù)科學(xué)論壇并幫助回答問題，建立一個(gè)YouTube頻道來分享你的經(jīng)驗(yàn)，參加Kaggle競(jìng)賽和黑客馬拉松或創(chuàng)建課程來幫助未來的數(shù)據(jù)科學(xué)家學(xué)習(xí)他們需要進(jìn)入這個(gè)行業(yè)的技能。
定期重構(gòu)你的代碼
重構(gòu)是清理代碼而不更改其原始功能的過程。雖然重構(gòu)是軟件開發(fā)環(huán)境中必然產(chǎn)生的過程，但是重構(gòu)對(duì)于數(shù)據(jù)科學(xué)家來說可能是一個(gè)有用的習(xí)慣。
重構(gòu)時(shí)我的口頭禪是“少即是多”。
我發(fā)現(xiàn)，當(dāng)我最初編寫解決數(shù)據(jù)科學(xué)問題的代碼時(shí)，我通常會(huì)拋棄良好的編碼習(xí)慣，而編寫在需要時(shí)可用的代碼。換句話說，我寫了很多沒有結(jié)構(gòu)的代碼。然后，在獲得解決方案后，我重新清理代碼。
如何養(yǎng)成這種習(xí)慣：看一下舊代碼，想一想是否可以更高效地編寫相同的代碼。如果是這樣，請(qǐng)花一些時(shí)間來學(xué)習(xí)最佳編碼實(shí)踐，找出可以縮短，優(yōu)化和闡明代碼的方法。
看一下這篇很棒的文章，它概述了代碼重構(gòu)的最佳實(shí)踐：
https://www.altexsoft.com/blog/engineering/code-refactoring-best-practices-when-and-when-not-to-do-it/
優(yōu)化你的工作區(qū)，工具和工作流程
現(xiàn)在有許多用可提高IDE效率的擴(kuò)展，吃驚的是，有些人還沒有選擇優(yōu)化其工作流程。
這種習(xí)慣對(duì)于每個(gè)人來說都是如此獨(dú)特，以至于真正要確定哪些工具，工作空間和工作流程使你成為可能的最有效和最高效的數(shù)據(jù)科學(xué)家。
如何養(yǎng)成這種習(xí)慣：每年一次(如果更適合你，則每年一次)，評(píng)估你的整體有效性和效率，并確定可以改進(jìn)的地方。也許這意味著早上要首先研究機(jī)器學(xué)習(xí)算法，或者坐在健身球上而不是椅子上，或者在IDE中添加一個(gè)新擴(kuò)展名，從而為你的代碼添色。嘗試使用不同的工作空間，工具和工作流程，直到輸入最佳表單為止。
專注于理解商業(yè)問題
據(jù)我所知，在數(shù)據(jù)科學(xué)界，75%的工作是理解商業(yè)問題，25%的工作是編寫模型來解決問題。
編程，算法和數(shù)學(xué)是簡(jiǎn)單的部分。了解如何實(shí)施它們來解決特定的商業(yè)問題，卻不是那么容易?；ㄙM(fèi)更多的時(shí)間來理解業(yè)務(wù)問題和你要解決的目標(biāo)，過程的其他部分將更容液。
要了解你所從事的行業(yè)所面臨的問題，你需要進(jìn)行一些調(diào)查，來收集一些背景信息，去充實(shí)你在這個(gè)方面的知識(shí)。例如，你需要了解是什么使特定業(yè)務(wù)的客戶產(chǎn)生興趣，或者一個(gè)工程公司試圖達(dá)到什么目標(biāo)。
如何養(yǎng)成這種習(xí)慣：花一些時(shí)間研究你正在工作的公司及其所從事的行業(yè)。編寫一份可以參考的備忘單，包括公司的主要目標(biāo)和在這個(gè)特定行業(yè)的問題。別忘了寫下你可能要用來解決業(yè)務(wù)問題的算法或有關(guān)機(jī)器學(xué)習(xí)模型的，這些算法將來可能會(huì)有用。每當(dāng)你發(fā)現(xiàn)有用的內(nèi)容時(shí)，請(qǐng)將其添加到這個(gè)備忘單中。
采用簡(jiǎn)約風(fēng)格
不，不是生活。是在在你的代碼和工作流程中。
經(jīng)常有人爭(zhēng)辯說，最好的數(shù)據(jù)科學(xué)家使用最少的代碼，最少的數(shù)據(jù)和最簡(jiǎn)單的算法來完成工作。
盡管提倡極簡(jiǎn)主義，我不希望你認(rèn)為是不充足的。通常，當(dāng)人們討論代碼中的極簡(jiǎn)主義的重要性時(shí)，會(huì)有人嘗試開發(fā)僅使用幾行代碼的離譜解決方案。不要那么做。是的，這種代碼可以給人留下深刻的印象。但這真的是你最好地利用時(shí)間的方式嗎?
相反，一旦你熟悉了數(shù)據(jù)科學(xué)的概念，就可以開始尋找可以優(yōu)化的代碼來將其變得簡(jiǎn)單，簡(jiǎn)潔和簡(jiǎn)短。使用簡(jiǎn)單的算法來完成工作，并且別忘了編寫可重用的函數(shù)來消除冗余。
如何養(yǎng)成這種習(xí)慣：當(dāng)你逐漸在數(shù)據(jù)科學(xué)領(lǐng)域獲得進(jìn)步時(shí)，開始敦促自己編寫更有效的解決方案，寫更少的代碼，并使用更簡(jiǎn)單的算法和模型來完成工作。學(xué)習(xí)如何在不降低代碼有效性的情況下縮短代碼，并留下大量注釋來解釋合同約定版本的代碼。
使用功能消除復(fù)雜性和冗余
我首先要承認(rèn)在我第一次寫數(shù)據(jù)分析代碼時(shí)嚴(yán)重忽略了函數(shù)的方法。當(dāng)我難以通過各種分析來推理自己的方式時(shí)，Spaghetti代碼充滿了我的IDE。如果你查看我的代碼，你會(huì)認(rèn)為我寫的太差了，你會(huì)想刪除它。
一旦我湊合得到了一個(gè)不錯(cuò)的結(jié)果，我會(huì)回去嘗試修復(fù)這個(gè)相當(dāng)于嚴(yán)重事故的代碼。通過將代碼做成函數(shù)，我可以快速消除不必要的代碼的復(fù)雜性和冗余。如果我只對(duì)代碼重新編譯，我已經(jīng)將其簡(jiǎn)化到當(dāng)我重新閱讀它時(shí)我理解我是如何做到的。
如何養(yǎng)成這種習(xí)慣：在寫代碼時(shí)請(qǐng)不要忘記函數(shù)的重要性。人們經(jīng)常說，最好的開發(fā)人員是懶惰的開發(fā)人員，因?yàn)樗麄儠?huì)找出如何創(chuàng)建不需要很多工作的解決方案。在你寫出解決方案后，請(qǐng)重新將多余或復(fù)雜的代碼寫成函數(shù)，以幫助組織和簡(jiǎn)化代碼。
應(yīng)用測(cè)試驅(qū)動(dòng)的開發(fā)方法
測(cè)試驅(qū)動(dòng)開發(fā)(TDD)是一種軟件開發(fā)原理，專注于編寫具有不斷測(cè)試的增量改進(jìn)的代碼。TDD在“紅色，綠色，重構(gòu)”系統(tǒng)上運(yùn)行，該系統(tǒng)鼓勵(lì)開發(fā)人員構(gòu)建測(cè)試套件，編寫實(shí)現(xiàn)代碼，然后優(yōu)化代碼庫(kù)。
數(shù)據(jù)科學(xué)家可以成功使用TDD，來構(gòu)建分析pipeline，進(jìn)行概念證明，使用數(shù)據(jù)子集并確保在開發(fā)過程中不會(huì)破壞功能代碼。
如何養(yǎng)成這種習(xí)慣：學(xué)習(xí)TDD的知識(shí)，并考慮是否可以在你的工作流中使用這個(gè)原理， TDD并不是針對(duì)每個(gè)問題的完美答案，但如果嚴(yán)謹(jǐn)?shù)氖褂茫? TDD可能會(huì)很有用。
這篇文章對(duì)TDD進(jìn)行了很好的描述，并提供了有關(guān)如何將其實(shí)現(xiàn)到數(shù)據(jù)科學(xué)項(xiàng)目中的示例：
https://towardsdatascience.com/tdd-datascience-689c98492fcc
進(jìn)行少量頻繁的提交
你是否經(jīng)歷過提出pull request，計(jì)算機(jī)上出現(xiàn)了錯(cuò)誤消息而且使你的計(jì)算機(jī)崩潰了嗎?我有。那感覺糟透了。
在你想痛擊那個(gè)做出這個(gè)提交的人時(shí)，喘口氣，并記住，這個(gè)人顯然沒有花時(shí)間去養(yǎng)成良好的習(xí)慣。
團(tuán)隊(duì)合作的軟件開發(fā)的黃金法則是什么?進(jìn)行少量頻繁的提交。
如何養(yǎng)成這種習(xí)慣：經(jīng)常練習(xí)提交代碼更改，并定期做出請(qǐng)求來獲取最新的代碼。你或他人所做的每項(xiàng)更改都可能破壞整個(gè)項(xiàng)目，因此，進(jìn)行易于恢復(fù)且可能僅影響項(xiàng)目一部分或一部分的小更改很重要。
優(yōu)先發(fā)展自我
取決于你詢問的人，這個(gè)行業(yè)有過多或過少的數(shù)據(jù)科學(xué)家。
無(wú)論行業(yè)是處于飽和還是干旱狀態(tài)，你都將與大量高素質(zhì)且常常是過高素質(zhì)的求職者競(jìng)爭(zhēng)。這意味著在申請(qǐng)工作之前，你需要已經(jīng)養(yǎng)成自我提高的習(xí)慣。如今，每個(gè)人都因?yàn)楹侠淼脑蛟谔岣咦陨砑寄埽@一趨勢(shì)對(duì)數(shù)據(jù)科學(xué)家來說也不例外。
如何養(yǎng)成這種習(xí)慣：列出技能清單，看看你如何滿足雇主在工作崗位上的要求。你是否能有效使用相關(guān)庫(kù)(例如Keras，NumPy，Pandas，PyTorch，TensorFlow，Matplotlib，Seaborn和Plotly)的Pythonista嗎?你能否寫一份備忘錄來詳細(xì)說明你的最新發(fā)現(xiàn)以及它們?nèi)绾螌⒛愕墓镜男侍岣?5%?你是否愿意作為團(tuán)隊(duì)的一部分來完成一個(gè)項(xiàng)目?你要試圖找出你的不足之處，而且找到一些好的的在線課程或資源來增強(qiáng)你的技能。
在開始一個(gè)項(xiàng)目時(shí)你要知道項(xiàng)目的期望結(jié)果是什么
Stephen Covey在高效能人才的7個(gè)習(xí)慣中討論了“從始至終”的原則。
為了有效地將其與數(shù)據(jù)科學(xué)項(xiàng)目聯(lián)系起來，您需要在項(xiàng)目的規(guī)劃階段問自己，這個(gè)項(xiàng)目的期望結(jié)果是什么。這將有助于你了解項(xiàng)目的整體結(jié)構(gòu)，并提供實(shí)現(xiàn)目標(biāo)所需的成果的路線圖。不僅如此，確定項(xiàng)目的結(jié)果將使您對(duì)整個(gè)項(xiàng)目的可行性和可持續(xù)性有所了解。
如何養(yǎng)成這種習(xí)慣：在每個(gè)項(xiàng)目開始時(shí)都要進(jìn)行一個(gè)計(jì)劃會(huì)議來準(zhǔn)確地列出了你希望在項(xiàng)目結(jié)束時(shí)實(shí)現(xiàn)的目標(biāo)。確定要嘗試解決的問題，或要收集的證據(jù)。然后，你可以開始回答可行性和可持續(xù)性問題。這些問題將影響項(xiàng)目的里程碑和結(jié)果。之后，你可以使用制定清晰的計(jì)劃，來輔助你編寫代碼和機(jī)器學(xué)習(xí)模型來完成項(xiàng)目。
理解，然后你能被理解
當(dāng)理查德·費(fèi)曼不能夠成功的解釋給大學(xué)新生新生自旋V2粒子服從的原理時(shí)，他說道：“我想我可以有把握地說，沒有人真正理解量子力學(xué)。”費(fèi)曼被稱為“偉大的解釋者”，他留下了數(shù)據(jù)科學(xué)家只能希望效仿的遺產(chǎn)。
數(shù)據(jù)科學(xué)是一種使用數(shù)據(jù)講述一個(gè)引人入勝的故事的藝術(shù)，只有當(dāng)講故事的人理解了他們?cè)噲D講的故事后，它才能成功。換句話說，理解你的任務(wù)才能使你能夠被理解。在了解你要完成的任務(wù)時(shí)盡早養(yǎng)成這種習(xí)慣，這樣你就可以與其他人以相當(dāng)?shù)睦斫馑椒窒硭?，這將使你成為會(huì)議室中最有效的數(shù)據(jù)科學(xué)家。
如何養(yǎng)成這種習(xí)慣：使用費(fèi)曼技術(shù)來加深對(duì)要嘗試發(fā)現(xiàn)的概念以及要解決的問題的理解。此方法非常適合于分析數(shù)據(jù)然后向一般非數(shù)據(jù)科學(xué)利益相關(guān)者解釋結(jié)果的數(shù)據(jù)科學(xué)過程。簡(jiǎn)而言之，你可以將對(duì)主題的解釋精簡(jiǎn)到可以用任何人都可以理解的簡(jiǎn)單，非專業(yè)術(shù)語(yǔ)解釋的程度。
閱讀研究文獻(xiàn)
在這個(gè)由研究生和博士主導(dǎo)的領(lǐng)域，行業(yè)的新聞和見解通常由發(fā)表的文獻(xiàn)分享。
研究文獻(xiàn)是了解他人如何解決問題，擴(kuò)大我們的視野以及了解最新趨勢(shì)的有效方法。
如何養(yǎng)成這種習(xí)慣：每周選擇一篇或兩篇與你當(dāng)前的工作或?qū)ψ非蠡蜓芯扛信d趣的技術(shù)有關(guān)的文獻(xiàn)。盡量為每周的文獻(xiàn)閱讀留出時(shí)間，并將其作為優(yōu)先事項(xiàng)。熟悉閱讀論文的Three Pass 方法來幫助你快速收集相關(guān)信息。要真正鞏固你對(duì)論文的理解，請(qǐng)嘗試將你從閱讀中學(xué)到的東西應(yīng)用到你的項(xiàng)目中或者與同事分享你學(xué)到的東西。
樂于改變
從使用的技術(shù)到實(shí)現(xiàn)的目標(biāo)，數(shù)據(jù)科學(xué)的世界正在迅速變化。不要成為那些束手無(wú)策，不愿改變的數(shù)據(jù)科學(xué)家。
樂于接受變革，這不僅會(huì)迫使你不斷提高專業(yè)水平，而且還使你在瞬息萬(wàn)變的行業(yè)中保持重要地位，一旦你落后，該行業(yè)將使你脫穎而出。
如何養(yǎng)成這種習(xí)慣：每當(dāng)有新技術(shù)或新方法發(fā)布新聞時(shí)，你可以嘗試一下，看看新技術(shù)或新方法帶來了什么。即使你只是閱讀文檔，也可以隨時(shí)了解該行業(yè)不斷變化的趨勢(shì)。此外，你可以將有關(guān)技術(shù)的觀點(diǎn)帶入你的公司，并幫助他們應(yīng)對(duì)技術(shù)變化和進(jìn)步。作為一個(gè)對(duì)實(shí)時(shí)新技術(shù)敏感的人，你將會(huì)一直處于領(lǐng)先位置，也可以指導(dǎo)你的團(tuán)隊(duì)和公司尋求更好，更有效的解決方案。
在數(shù)據(jù)科學(xué)職業(yè)的任何階段，養(yǎng)成良好的習(xí)慣可以發(fā)展你成為團(tuán)隊(duì)高效成員的潛力，你將會(huì)對(duì)任何需要解決的問題做出重大影響。
沒有比現(xiàn)在更好的時(shí)間為未來的成功做好準(zhǔn)備。
相關(guān)報(bào)道：
https://towardsdatascience.com/15-habits-i-stole-from-highly-effective-data-scientists-441b1d46c572?source=extreme_main_feed---------37-73--------------------2305a9c9_2b59_44a4_8f7f_b7036d51f7f0-------
【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
