第35天提升我的Data Science技能

Source: Dev.to

最近，我注意到我的学习方式有了变化。
我不再仅仅因为某件事能运行而感到兴奋。
我更感兴趣的是它为什么能工作，以及当我不留意时悄然出现的错误。

今天让我非常清楚地意识到这一点。

可视化即判断

在使用 Matplotlib 处理时间序列时，我在图表上标注了一个有意义的点。这不仅仅是在线上的一个标签；更像是在说：“这一刻很重要”。

这让我恍然大悟：可视化不是装饰，而是判断。你选择突出显示的内容，说明了你认为重要的东西。

导入数据的张力

与此同时，我在导入各种形式的数据——带有多个工作表的 Excel 文件、仅供机器使用的 pickle 文件、从 API 拉取的 JSON 数据。

导入数据看似简单……直到你意识到自己在毫无质疑的情况下对它寄予了多少信任：

• 我选对工作表了吗？
• 我了解缺失值的情况吗？
• 我是否仅因为它成功加载就假设结构是“干净”的？

使用 API

随后是 API——数据根本不存放在文件中，而是存在于别处，由我未参与的决策塑造，通过我必须遵守的端点暴露出来。

这让我感到非常谦卑。

收获

• 大多数数据工作中的错误并非源于技能不足。 而是因为在早期步骤中过于匆忙。
• 标注教会我放慢脚步，并问自己：“什么值得关注？”
• 导入让我明白结构从不中立。
• 使用 API 提醒我，真实世界的数据默认是混乱的，这很正常。

我仍在学习，仍在弄坏东西，也在修复它们。但我变得更有目的性，这感觉像是真正的进步。

给你的提问： 你在流程的哪一部分因为觉得它“基础”而匆忙完成，但其实可能需要更多的关注？

— SP