寫作比寫代碼難多了？給數據科學家的寫作指南
大數據文摘出品
編譯：羅然、瓜瓜、蔣寶尚
寫作是每個人都想多做一些的事情，但是常常不知道從哪里開始。
數據科學家有好的寫作技巧能夠提高溝通效率。但我們常常會因為寫作能力不足感到困擾。
下面一套體系可以突破這些障礙，可以幫你掌握一些數據科學寫作的通用準則。雖然寫作沒有秘訣，但是有一些實用性的小技巧可以幫助我們更好地養成高效寫作的習慣：
- 以99%為目標：一項不***但是完成了的項目，比一項沒有完成的***項目要好。
- 堅持很有幫助：你寫得越多，事情就越容易。
- 不要擔心資質：在數據科學中，沒有門檻可以阻攔你做出貢獻或者求知。
- ***的工具就是完成工作：不要過度優化你的寫作軟件，博客平臺，或者是開發環境。
- 更廣泛更深度地閱讀：借用，融合，提高別人的想法。
***是一種高估：以90%為目標
我克服過***的心理障礙，和我從別人那里聽到過最多的困難就是“我的寫作、數據科學能力不夠好”。這可能是妄自菲薄：當你思考一個項目的時候，人們往往會覺得自己沒有辦法達到***，所以他們連頭都不會開。換句話說，他們讓***變成了優秀的敵人。
錯誤的觀點在于：只有***無瑕的項目才是值得被分享的。然而，一個完成了但有瑕疵的項目遠比永遠完不成的***項目要好。
雖然在很多領域大家都期待一個***的表現，但撰寫博文跟別的事情不一樣。
寫作的時候，為了文章更加可讀多做幾次修改，但是不要追求完全沒有錯誤。在實踐中，90%為目標，超過了就是額外的成就。發表一篇有些錯誤的文章總比完全不發表要好。另外如果你擔心語法/文風，我推薦免費軟件Grammarly。
Grammarly：https://www.grammarly.com/
在某些時候，工作的回報會低于你投入的時間。知道如何止損是最重要的技能。不然讓***成為你半途而廢的借口，不要為了取得不可能的100%而感到壓力。如果你已經犯了一些錯誤了，那么你將有機會通過發表并獲得反饋來進一步學習。
嘗試去發表不***的工作，然后積極地回應建設性的意見，這樣你下次就不會再犯同樣的錯誤。
只做一次不會讓你變得更好：堅持很重要
當10000小時工作法被證偽了以后(事實證明專注于練習，所謂的“刻意練習”，沒有你練習的數量來得重要)，人們開始強調積累更多的經驗。寫作不是需要特殊技能的工作，但是需要重復練習來取得進步。
寫作不是一件簡單的事情，但是隨著你練習得越來越多，會變得越來越簡單。而且，寫作是一個正反饋的循環：你寫得越多，技能就會更好，從而鼓勵你寫更多。
只要開始了，你就過了最難的那一關。
如果你堅持寫作，你會改變自己的意識形態，從“我需要從其他事情中找時間來寫作”變成了“現在我完成了項目，是時候像往常一樣寫作了。”對你所做的每個項目進行記錄，強化了一個概念：寫作不是一個多余的事務，而是數據科學的核心。
寫作通常不是為了分享文章。當你進行一個分析時，嘗試在你的Jupyter Notebook中增加更多文本來解釋你的思路。這是我開始寫博客的方式：我開始從頭到尾標注我的筆記本，然后意識只需要再增加一點工作量就可以把它變成文章。再者就是，當你開始為你的代碼增加更多解釋的時候，以后的你自己或是閱讀你作品的同事會感謝現在的你。
寫最開始的幾篇文章像是額外的任務，但是習慣了以后這件事就不多余了，當它變成我工作中被接受的一部分以后就變得很容易了。習慣的力量很強大，寫作也跟其他習慣一樣。
頭銜在數據科學里是沒有意義的：不要擔心資歷
回憶你上次安裝python工具包或者是從Github上拷貝一個路徑的時候，你搜索了有卓越學歷的作者嗎?你只看由專業軟件工程師撰寫的代碼嗎?當然不是：在看作者履歷(如果你真的在意)之前你會先看路徑里的內容。
這樣的概念同樣運用在數據科學文章之中：文章是以質量來評判的不是作者資歷。在網上沒有發表的門檻。不需要特定的證書，沒有象牙塔供你攀登，沒有考試來讓你通過，沒有門衛把你阻攔在學習和寫作數據科學之外。雖然一個學位可以很有用，但在為數據科學做貢獻的時候它一定不是必要的。
在這篇很棒的文章里，Rachel Thomas，一個專業的機器學習研究員對于為什么高級學位在深度學習中不是必要的闡述了他的觀點。這個名單是一部分在深度學習領域有貢獻的非PHD：
一部分在深度學習領域有貢獻的非PHD：http://www.fast.ai/2018/08/27/grad-school/
在數據科學中，獲得新知識的能力比教育背景更重要。如果你對某個學科的學習沒有信心，那么有大量的學習資源供你選擇。個人推薦Udacity，Coursera，以及使用Scikit-Learn和TensorFlow這兩個工具手把手教你機器學習等。當然還有很多其他資源可供選擇。
不要因為你認為自己沒有背景而放棄自己參與項目的機會。人們在網上閱讀文章之前不會考慮作者的頭銜，所以不用擔心背景。此外，一旦你意識到你的文憑來自哪里并不重要的時候，你會發現這樣更容易學習，因為你可以不再將普世教育視為唯一的信息庫。對于數據科學，可以從互聯網上學到所需的一切，通常比在課堂上更快。
保持開放的態度也很重要：只要當我不完全確定我使用的方法是正確的時候，我都會在我的文章中說明這一點，并且歡迎任何人的指正。還沒有標準的方法來研究數據科學，但仍然可以從其他有經驗解決類似問題的人那里學到很多東西。
學習數據科學應該有這樣的意識：學習任何必要的東西來使自己有承擔任何數據科學項目的能力，并且保持一個謙虛的心態愿意接受建議。
能完成工作的工具就是***的工具
Windows操作系統vs MacOS操作系統;R語言vs Python;Sublime vs Atom vs PyCharm;媒體vs自己的博客。這些對比都是沒有意義的，有意義的是使用能解決問題的工具。
雖然更多功能聽起來很棒，但它們通常會妨礙工作。一般來說，盡量讓事情變得簡單。建議是使用Medium，有限的功能，讓你專注于內容，而不是花時間按照我的想法嘗試去給內容排版。
所以，更多的選項意味著投入更多的時間來定制這些選項，而只有更少的時間來完成應該做的事情。
我之前陷入了工具優化的循環：我被說服轉向新的技術并花時間學習這些功能，然而***只是被告知這項技術已經過時。不管怎樣，又會出現新的技術或工具聲稱會讓效率提高。我不久前停止在IDE(集成開發環境)之間切換，***決定使用Jupyter + Sublime Text，因為額外的東西幾乎沒有多大的用處，因為只用來編寫代碼。
當有足夠的理由切換工具時，不反對切換工具，但僅僅為了新穎性而切換工具并不是提高效率的方法。如果你真的想要開始，請選擇一個工具并堅持下去。如果啟動項目并發現工具中缺少某些內容，那么可以開始尋找所需內容。在自己知道需要這些功能之前，不要選擇擁有更多功能的華麗新工具(這也適用于購買汽車)。換句話說，不要讓工作例程的優化妨礙工作。
選擇一個策略并堅持下去!
哪里可以找到你的靈感：廣泛而深入地閱讀
在與他人隔絕的情況下，偉大的想法不會自己出現。相反，它們是通過將舊概念應用于新問題、混合兩個現有想法或改進經過驗證的設計而產生的。找出寫什么的***方法是閱讀其他數據科學家們正在研究的方向。當我困在一個問題中或需要一些新的寫作想法，我不可避免地開始閱讀。
此外，如果你對自己的寫作風格不自信，那么先模仿你最喜歡的作家。查看他們的文章的結構，以及他們如何處理問題，并嘗試將相同的框架應用于項目和文章。每個人都必須從某個地方開始，借鑒別人的技術上寫文章是沒有必要有羞恥感的。最終，你會發展出自己的寫作風格，其他人也就可以學習你的寫作風格。
建議廣泛和深入地閱讀，在開發和探索之間找到平衡。開發和探索問題是機器學習中的一個經典，特別是在強化學習中：我們有一個代理人需要在全面了解環境中找到平衡，這就需要在探索知識和他認為將帶來***回報的行動之間做出選擇。
通過廣泛的閱讀，探討數據科學的許多不同的領域，并深入閱讀，發展我們的特定領域的專業知識。你可以把這個應用到你的寫作和數據科學的實踐技能，你已經有-開發-學習新的技術-探索這樣一條線路。
對選擇項目的***建議是從小做起。項目只會隨著你工作的進展而增長，而且不管你分配給項目多少時間，它都要花更長的時間。承擔一個完整的機器學習項目可能是很誘人的，但是如果你仍然試圖學習Python，那么只能在同一時間選擇一件事情。也就是說，如果你有足夠的信心去承擔整個項目，那就去做吧!沒有比實踐更有效的學習方法，尤其是在一個問題中處理這些片段。
結論
與任何長延遲回報的工作一樣，寫作有時也會很困難。然而，有一些具體的行動使過程更容易，并產生積極的反饋回路。寫作沒有秘訣，最多就只有減少開始寫作時的猶豫，從而開始并幫助你繼續前進。當開始或推進數據科學事業時，記住這些小貼士，建立并保持一個富有成效的寫作習慣。
相關報道：
https://towardsdatascience.com/practical-advice-for-data-science-writing-cc842795ed52
【本文是51CTO專欄機構大數據文摘的原創文章，微信公眾號“大數據文摘（ id: BigDataDigest）”】
