1. 简化增效 1.1. 就算数据图设计得很用心,但如果过于复杂,那也无法说服受众 1.2. 让你的数据图像透明的窗户一样,让受众看清底层的数据 1.3. 最大化数据墨水比,...

1. 简化增效 1.1. 就算数据图设计得很用心,但如果过于复杂,那也无法说服受众 1.2. 让你的数据图像透明的窗户一样,让受众看清底层的数据 1.3. 最大化数据墨水比,...
1. 分布关系 1.1. 分布是将一个类别按照类别内项目的数值进行分解 1.2. 分布关系常常与总分关系混淆 1.2.1. 分布是将一个类别细分成若干值域,划分标准是该类别测...
1. 选择数据图类型 1.1. 数据图借助了我们发现数据关系的能力 1.2. 数据图将数据分块并凸显重要的对照关系,从而将数据关系可视化 1.3. 确定底层关系是选择适当数据...
1. 挑战 1.1. 多元认知的挑战 1.1.1. 注意力集中在第一个出现的念头上1.1.1.1. 这个观察自身思维的过程叫作元认知1.1.1.2. 它是学习掌握解码过程的一...
1. 管理 1.1. 整理是软件设计的一部分,它涉及你、你与代码的关系,以及你与自己的关系 1.2. 即使在重构变得可行的今天,编程环境仍然缺乏重构的自动化支持 1.3. 单...
1. 整理优先 1.1. 耦合和内聚只是度量计算机代码复杂度的标准,这不是从执行程序的计算机的角度来看的,而是从试图理解代码的人类的角度来看的 1.2. 软件设计是一种人际关...
1. 总结 1.1. 不能简明地解释一件事,说明你对它理解得不够 1.1.1. 爱因斯坦 1.2. 对数据科学实践最好的描述是分析工程和探索的结合 1.3. 商业中会存在我们...
1. 经营战略 1.1. 仅仅拥有数据,并不能保证数据驱动决策的成功 1.2. 企业管理层必须具有数据分析思维 1.2.1. 并不意味着管理层必须是数据科学家,但要求他们必须...
1. 面向分析工程 1.1. 数据科学的本质是根据原则性技术,提取数据中的信息或知识 1.2. 很难把技术与重要的商业问题完全匹配,也很难得到能直接应用于技术的数据 1.2....