這是全棧資料工程師養成攻略系列教程的第二期：2 序言 資料工程和程式語言。
現在大資料的概念火得不行，太多的人言必稱大資料，所以我這裡就不談大資料，而是介紹如何去做一些個人能hold住的小而美的資料工程和資料應用。
如何玩轉資料
玩轉資料基本包括以下四個流程：
- 第一是採集，我們的資料從何而來？要麼是別人準備好提供給我們，要麼就需要我們自己去採集，或者從網際網路上抓取；
- 第二，我們需要把採集到的資料儲存下來。可以儲存到靜態檔案，例如txt、csv、json等，也可以儲存到一些通用而且成熟的資料庫裡，例如mysql、postgres等；
- 第三，對儲存的資料進行清洗和分析。一方面是做一些統計彙總的工作，並得出一些結論；另一方面是用機器學習的方法訓練一些模型，並且用來解決實際問題；
- 最後，用資料視覺化的方法將所得的結論和模型進行展示，畢竟一圖勝千言，資料視覺化可以幫助我們更好地展示從資料中挖掘出的價值。
關於程式語言
很多人都在爭論，到底哪種程式語言最好；也有很多人在困惑，要做資料分析的話，應該從哪種程式語言學起。其實在我看來，只學習一門語言可能遠遠不夠，而是各個方面都應當有所涉足，但是同時又有最擅長和習慣使用的一兩門語言。
C++和Java這兩門語言你需要至少熟悉一門，從而瞭解語法的基本內容和麵向物件的程式設計思想。熟悉的意思是不用完全掌握，只要在要用的時候，查一查，能夠快速回想起來相關內容即可。
Python是一門簡單好用而且功能強大的語言，也是我使用最多、最為熟悉的一門語言，開玩笑地說，Python大法好，除了炒菜別的Python都可以幹。
R是一門統計分析語言，近幾年它的學習門檻和成本都在不斷降低，可以用來做一些專業的分析和繪製一些漂亮的圖形。
然後就是和Web網站開發相關的一些語言，例如後端的PHP、NodeJS，前端的HTML、CSS和JavaScript等。
就我個人而言，比較習慣於用Python採集資料並且寫入到檔案或資料庫，做分析的時候結合使用Python和R。至於視覺化，則是用R繪製一些靜態圖形，使用Web網站做一些互動視覺化。
在接下來的教程中，我會以Python為主，為大家介紹如何進行資料的採集、儲存、分析和視覺化，帶大家去做一些簡單而有意思的事情。
視訊連結：資料工程和程式語言