数据科学结合了多个学科的知识与技术。不妨将其视为不同专业能力交汇之处，而非单一科目。为有效处理数据，您需培养一套综合能力。下面我们看看主要类别。
编程与技术基本功
数据科学的核心在于处理和分析数据，这通常涉及海量数据。手动操作不切实际，因此编程能力必不可少。您无需成为软件开发大师，但需要熟练编写代码来处理数据任务。
- 编程语言： Python和R等语言被广泛应用。它们拥有大量专门用于数据分析、统计建模和创建可视化的预编写代码（库）。Python及其库，如Pandas（用于数据操作）和Scikit-learn（用于机器学习 (machine learning)），尤其受欢迎。R则受到统计界的青睐。掌握其中一种的入门知识是常见的起步方式。
- 数据处理： 您常常需要从数据库中获取数据。了解结构化查询语言（SQL）通常是必需的，用于从关系型数据库（许多机构常见的存储系统）中提取和筛选数据。
- 命令行基础： 熟悉计算机上的命令行或终端，有助于管理文件、运行程序以及与各类数据科学工具进行交互。
数学与统计理解
数据科学应用数学原理来发现规律和构建模型。虽然深厚的理论知识对入门工作并非总是必需，但牢固掌握某些基本知识十分重要。
- 描述性统计： 理解均值（平均值）、中位数（中间值）和众数（最常出现值）等有助于概括数据。方差或标准差等离散程度指标能说明您的数据有多分散。我们将在第5章介绍这些内容。
- 概率基础： 许多数据科学技术依赖概率来理解不确定性并进行预测。随机变量和概率分布是其基本构成。
- 线性代数知识点： 在更高级别，线性代数（如向量 (vector)和矩阵）的内容变得重要，尤其在机器学习 (machine learning)算法中。目前，可将其视为用于高效处理组织好的数字表格的数学方法。
专业知识
数据并非凭空存在。它代表着特定行业（如商业、医疗、物理或金融）内的真实事件、过程或观察结果。专业知识指对所处理数据背景的理解。
- 提出相关问题： 了解主题方向有助于您提出数据可能回答的有意义问题。
- 结果解读： 理解所属行业能让您正确解读分析结果并评估其实际意义。例如，在医疗数据中发现两个变量间的统计关系，需要医学背景来判断该发现是否有意义，抑或只是巧合。
- 特征工程： 行业知识常常指导选择或创建用于分析的相关数据特征（变量）的过程。
沟通与可视化能力
发现数据中的见解仅仅是过程的一部分。您还需要将这些发现有效传达给他人，尤其是那些可能没有技术背景的人。
- 数据可视化： 创建清晰且信息丰富的图表对于简单阐释复杂数据规律非常重要。我们将在第6章介绍常见图表类型和原则。选择合适的图表类型对于准确传达您的信息很重要。
- 数据叙述： 呈现您的发现通常涉及构建一个叙述，解释问题、所用方法、结果以及结论或建议。
- 协作： 数据科学常常是团队合作。能够与同事协作、解释您的方法并理解不同观点是很有价值的。
- 批判性思维与解决问题： 识别核心问题、分解问题、评估潜在方法以及批判性评估结果是工作流程中持续的部分。
这些能力相互配合。编程有助于实现统计想法，专业知识指导分析，而沟通能力则使结果产生影响。在您学习本课程的过程中，您将看到这些不同能力方向如何在典型数据科学流程中应用。
