“非专业想转型做数据分析，是不是省了？”
“数学不好，英语不好，想学Python数据分析，能省吗？”
“不知道Python数据分析是什么，可以保存吗？”
我的回答是没有问题！
大家好，我是大鹏，是城市数据组的数据分析师。
准确的说，我是一个转行的非专业数据分析师。我不仅成功转行，还成立了一个城市数据组，开设了一批数据分析在线名人课程，10多万学生。以上三个问题都是我从事数据分析后经常问的。
重新定义“非主要”
首先需要明确“非专业”的含义。我以最接近数据分析的两个专业为例:统计学专业和计算机专业。
从两个专业的培养方案可以看出，统计学课程主要是数学相关的理论知识，计算机专业主要是系统程序系统开发和程序设计的知识。
由同济大学各学院公布的培养计划组织
与数据分析相关的工作往往需要以上两个专业的综合技能。任何一个专业的学生想要进入这个职业，都需要学习相应的新知识，不能“吃老本”。可以认为是广义上的“转行”。
转行不一定是百分之百的改变。是结合专业业务转型的好办法。
以我自己为例。以前学的是城市规划，是传统行业。这个行业受到了互联网高度普及的极大冲击。传统的“拍脑袋”方式已经不流行了。每个人，每个单位都在思考如何适应“数据化”的趋势。
传统的城市设计模式大多是将实地调查获得的实地信息与设计师的“感性”理念相结合的结果，缺乏在城市规模上辅助决策的数据。
但我以这个挑战为契机，开始进入数据的门槛，成为城市数据的研究者，试图利用互联网带来的“数据”，慢慢从技术转向思维。
现在我可以利用地图热数据、手机信号数据、人口迁移数据，通过一定的分析软件和工具，重新定义和研究“城市”。
当我第一次接触Python时，
我的数学一塌糊涂，英语靠字典
Python不仅是一种编程语言，也是数据挖掘机器学习技术的基础，便于建立自动化工作流。
一开始我决定学习是因为其他软件已经不能满足效率和数据量的要求了。虽然我的数学英语已经还给老师了，但是我在自学和练习中已经逐渐使用Python了。
慢慢的，我发现开始用Python并不难。
对数学要求不是太高，但是知道如何用语言表达一个算法逻辑很重要。与构造算术级数的和相比，数学语言和计算机语言是不同的:
和Excel类似，Python有很多打包的工具库和命令。我想做的是用一些数学方法来解决一个问题，并把它建立起来。
那么在哪里可以找到这些数学方法呢？系统的研究教材，遇到问题问百度谷歌，有一个很完善的交流群~(文末有)
英语比较简单，善用字典和chrome翻译功能。
学了一段时间Python后，
我发现了一个有趣的新世界
这里需要一个有趣的例子来说明问题:如何用Python研究财富分配规律？简单来说，可以用理顺逻辑-构建算法-代码实现-模拟实验的方法来做研究:
