文/恰恰天藍
1
我本人十分喜歡擺弄數(shù)據(jù)，但從來沒有如『城市數(shù)據(jù)團』這么深入過，原來數(shù)據(jù)是如此好玩有趣，且有意義。
一路讀來，還算輕松有趣，寫作的口吻有很大的戲謔成分，且排版編輯，數(shù)據(jù)復(fù)核處有些許錯誤（如P116)，似乎極不嚴謹，給予本書不好的印象，但讀到末尾，作者對此情節(jié)有所交代，原來是被逼的！
因此我對書中的結(jié)論大多數(shù)呈懷疑態(tài)度，這其中夾雜著多種因素，姑且不去考慮我的個人認知問題，因其書中數(shù)據(jù)來源，指標(biāo)設(shè)計，推理過程等的復(fù)雜性，有些結(jié)論我還是選擇不能完全認同。
畢竟，城市數(shù)據(jù)團是一幫上班族和在校生的數(shù)據(jù)愛好者聚在一起利用業(yè)余時間來做的，加之?dāng)?shù)據(jù)的來源他們無從把握，所以其完整性、可靠性必然大打折扣。
難能可貴的是，一般年輕人無功利的做這件事，我的鼓勵多過苛責(zé)，這是一撥有責(zé)任感無私的人。用進化的眼光看，他們會學(xué)習(xí)成長，會迭代更新，定會越來越好。同時，我也能看到業(yè)余社團（非技術(shù)不專業(yè)）的參與社會管理的力量，這迫使ZF與民間更多、更好地互動和良性溝通，其實ZF也不要怕民眾（稱蠻流），民眾也不要怕ZF（陰謀陷害），隨著社會的發(fā)展，公共事務(wù)的透明化是一個趨勢，一件事情好與不好，信與不信，不會再是『至于你們信不信，我反正信了』。
此路不通，會開辟新路。分享傳遞，引發(fā)關(guān)注、討論，參與精進。
城市數(shù)據(jù)團好樣的！
2
數(shù)據(jù)分析和文章創(chuàng)作的方法
一、數(shù)據(jù)分析和寫作流程
首先，選擇大致的研究方向。綜合考慮研究需求、時效性、趣味性和可行性。
第二，列出可能用到的數(shù)據(jù)和研究方法，并通過各種渠道獲取數(shù)據(jù)。接著，對數(shù)據(jù)進行預(yù)處理。包括數(shù)據(jù)清新、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)規(guī)約等。
第三，對總體情況進行簡單統(tǒng)計，發(fā)掘和調(diào)整選題。目的是了解每一個數(shù)據(jù)字段的基本屬性、頻率分布、隨著時間或地域的變化趨勢，以及尋找多個字段間可能存在的交互影響，從而得到一些較為具體的、值得進一步研究的選題。逐一分析每個題目，進行取舍。
第四，梳理邏輯，精煉結(jié)論，撰寫文章。注意，文章撰寫和數(shù)據(jù)分析就相輔相成、同時進行的。
二、數(shù)據(jù)類型（按數(shù)據(jù)來源）和獲取方式
1、權(quán)威機構(gòu)公開發(fā)布的數(shù)據(jù)。一般可從該機構(gòu)網(wǎng)站或特定渠道獲取；
2、互聯(lián)網(wǎng)開飯數(shù)據(jù)?？梢酝ㄟ^手動下載或爬蟲爬?。?/p>
3、企業(yè)級數(shù)據(jù)。與企業(yè)合作獲??；
4、調(diào)研數(shù)據(jù)。發(fā)起活動，向特定群體收集。
三、主要分析工具
Python；R、SAS、stata、matlab；arcGIS；Excel等。
四、分析方法
1、簡單數(shù)理統(tǒng)計：數(shù)據(jù)標(biāo)準(zhǔn)化處理、平均值、分位數(shù)、方差、指標(biāo)在時間和空間上的變化趨勢比較等。
2、現(xiàn)有分析模型的應(yīng)用：t-test、ANOVA、Correlation、Regression、Spatial Regression、PCA、Cluster、Decision Tree、SVM、Neural Network等。
3、自己設(shè)計指標(biāo)。目的是幫助讀者迅速理解文章想要表達的類容。
4、現(xiàn)有數(shù)學(xué)模型的改進或新模型的建立。
5、數(shù)據(jù)可視化。
3
精進之路（精華在附錄）
一、最最重要的始終是熱情和創(chuàng)意。
好的點子不常有，而能夠表征這個點子的數(shù)據(jù)、分析這些數(shù)據(jù)的工具則比比皆是。
如果，我們有著用數(shù)據(jù)探究某個問題的愿望、有著基本的數(shù)據(jù)處理技能，那么就可以行動起來。
在數(shù)據(jù)分析過程中，思考問題、收集數(shù)據(jù)、整理分析、提出新問題、學(xué)習(xí)型技能等多個階段總是交替出現(xiàn)的。
1、最最需要的，是一顆想要通過數(shù)據(jù)認識世界的心；
2、此次，是一個創(chuàng)造性的腦洞；
3、然后，是嚴謹?shù)倪壿嫞?/p>
4、最后，才是數(shù)據(jù)和技術(shù)。
二、金句（結(jié)論）觸發(fā)
1、什么都不懂就神經(jīng)網(wǎng)絡(luò)，什么都不會就遺傳算法。
2、逛商場買買買所花掉的，始終只是小錢而已。真正能刷卡消費的，仍然是男人，更勝者是商場里看不到的老男人。
3、讓更多的人聚集在一起，是人類發(fā)明城市的最重要的意義。
4、這是一個看臉的世界，丑，就得多學(xué)習(xí)。
5、我們這個時代早已不可逆轉(zhuǎn)地走向二次元（我的理解：動漫和游戲，也就是虛擬）化了。
6、學(xué)區(qū)房，是一個徹頭徹尾的市場問題。
4
經(jīng)典案例?
一、區(qū)域性適齡勞動人口數(shù)據(jù)決定城市興衰，大城市的抽血功能。
對于『年輕人總在猶豫，回歸家鄉(xiāng)愜意小城鎮(zhèn)，還是奔赴（北上廣深類）大都市』的結(jié)論：假如你最終選擇留在一個生活安逸風(fēng)景如畫的小城鎮(zhèn)上，你也許會幸福地過完一生；但在你的子女到了你這個年紀(jì)的時候，很可能他們有且只有一個選擇，那就是奔赴大城市。
二、餐館更容易活下來的選址條件（條件設(shè)置）：
1、很多人都住（常住人口多）在這里；
2、很多人都在這里工作（就業(yè)人口多）；
3、交通很方便；
4、盡量保證這個地區(qū)至少有一部分人愛吃的（多樣性高）；
5、周邊現(xiàn)有的類似餐館還不太多（競爭性弱）。
三、快捷酒店的選址（瞬間最優(yōu)解罷了）：
1、酒店周邊有常住人口——探親訪友的目標(biāo)源；
2、酒店周邊有企業(yè)客戶——商務(wù)出行和部分員工親友訪客的目標(biāo)源；
3、酒店附近的城市交通——方便的交通條件會擴大前兩個要數(shù)的輻射能力（貴陽PL選址幾何？）。
四、我們注定（大概率）過平庸的一生，如要逆襲建議（強者越強，弱者越弱）：
1、需要找到那些穩(wěn)居在金字塔頂尖的少數(shù)派，并和他們一起競爭；
2、需要找到處在風(fēng)口浪尖的舞臺，并承受昂貴的成本；
3、需要非常努力，還要更早努力且一直努力，否則可能一個閃失就再也沒有任何機會了。
五、房價關(guān)系圖
1、好工作機會越多的地方，房價越貴；
2、高級餐廳越多的地方，房價越貴；
3、所有的『學(xué)區(qū)房』單價都高于全區(qū)房單價；
4、租售比越遠離市中心越離散，越靠近市中心則越收斂；中心城區(qū)的房屋價格中包含的功能性價值更強，郊區(qū)的房產(chǎn)更依賴投資性（或者叫預(yù)期性）價值。
5、國際經(jīng)驗：少于200個月（17年）能收回投資，說明該地區(qū)有較高的投資價值；而高于300個月（25年），則表示該地區(qū)有潛在的房地產(chǎn)泡沫風(fēng)險。（2015年4月，北京的全市售租比中位數(shù)是555個月，即46年；上海522個月，43.5年；我看到網(wǎng)上2018年4 月最新數(shù)據(jù)是上海、深圳、廣州、北京四座城市，分別需要54、52、50、49.5年，那么按某些人的推論，租金是否要再漲2-3倍呢？）
