（×）校园模式：逐一讲解知识点、讲案例、完成作业
（√）自学模式：自己提出问题——票选最有意思的问题——自学知识点——一起完成分析，输出结论
为什么问题很重要？
因为学习对大部分人来说，是一件痛苦的事情，一个好的问题可以指引你走下去。（大多数人喜欢美食，但不喜欢做饭、洗碗，自己选的问题吃起来会更香一点）
为什么主要靠自学？
背景不一样（有基础尚可的；也有在其他行业基础尚可的），目标不一样，自学效率更高。
- 自学能力、搜索引擎使用能力：遇事不决先Google，最好能科学上网（狂战斧 vs 补刀斧）
- 获取/处理数据、代码能力
- SQL（结构化查询语言）
- python（编程语言），重点学习pandas等数据分析常用lib
- jupyter（好用的数据分析编程环境）
- BeautifulSoup（简单爬虫需要掌握的lib）等其他你需要使用的lib
- 数据分析基本思维
- 易读的书籍：《赤裸裸的统计学》、《精益数据分析》
- 知乎大v的内容：2018 年中国出生人口有多少？- chenqin的回答
- 其他你感兴趣的数据类读物，当故事来看就行，以了解作者的分析思路为主
- 统计知识和数据分析常用方法
- 统计知识可以找一套教程系统学习（可以浅尝辄止，等实际项目用到某个知识点时，再完全吃透这个知识点）数理统计讲义、Probability for Computer Scientists、Statistics and probability视频
- Causal Inference因果推断系列博文（强烈推荐）
- 进阶向：机器学习免费网课
- 可视化
- 作图工具：tableau
- 作图思维：《Storytelling with Data》（讲可视化最好的一本书，强烈建议看英文原版，简单易读，受益匪浅）
- 沟通和讲故事的能力
- 业务理解能力，可能是最重要的能力！
你想解决的问题，需要什么样的数据？从哪里获取？
简介：有个很老的使用说明，几乎没有人在维护了。
使用限制：你必须申请一个key，速度限制1秒1次
有什么数据？
- 获取公开游戏数据，优势是可以全量获取（使用GetMatchHistoryBySequenceNum接口）；劣势是只有基本数据（使用GetMatchHistory接口），比如游戏时长、击杀数、助攻数等，无法获取详细/复杂数据（比如击杀肉山的次数、插眼次数等需要解析录像才能拿到的数据）
- 英雄基本信息、装备基本信息、选手信息等
简介：API接口文档
使用限制：免费版（1秒1次，每月50000次）
有什么用处？
- 提供了数据库，可以直接查询对局、英雄等各种信息，这里有数据表定义
- 提供了一个线上写SQL的地方，新手可以作为练习工具（底层是PostgreSQL）
- 获取部分比赛的详细/复杂数据（opendota已经帮你解析了这部分对局的录像）
简介：提供近1个月全量公开对局基本数据（通过官方API获取）
优势：提供全量对局数据，方便抽样（比如随机抽取昨天国服2w场对局）
劣势：单机部署，查询速度较慢
表结构：
CREATE TABLE IF NOT EXISTS match(
match_id bigint PRIMARY KEY,
p_date char(8),
match_seq_num bigint,
start_time integer,
duration integer,
cluster smallint,
lobby_type smallint,
leagueid integer,
game_mode smallint,
radiant_win smallint,
radiant_score smallint,
radiant_pick_hero_ids varchar(30),
radiant_ban_hero_ids varchar(30),
dire_score smallint,
dire_pick_hero_ids varchar(30),
dire_ban_hero_ids varchar(30),
human_players smallint,
player_account_ids varchar(250)
);
连接信息：
ip地址：dota2.heqiuzhi.xyz
端口：5432
用户名：dota2_readonly
密码: dota2
数据库： dota2
背景：DOTA2作为一款dead game，近年来不断被唱衰。但是2021年6月24号推出天陨旦新版本之后，突然有新闻说DOTA2又好起来了，反超csgo重回steam榜首。
- 究竟是咋回事？是真的好起来了，还是自媒体搞事情？
- 如果确实有大幅增长，那么增长是哪些地区带来的？国服的数据怎么样？
- 通过第三方网站（steamdb），可以获取steam游戏每日用户同时在线峰值
- 通过steam官方api可以获取每日对局总数，同时能拿到对局的详细信息(包含服务器信息），通过服务器就可以知道各地区的对局数变化趋势
有些问题很简单，看一眼数据就知道答案：并没有啥可观的增长，不过是同行衬托而以——CSGO暴跌了。
有些数据获取很容易。你看到自媒体的文章之后，是直接就信了，还是愿意花时间去找一下数据？
有些数据的获取比较麻烦，比如获取每日国服DOTA2游戏场次，需要解决如下问题：
- 使用python调用V社提供的官方API，每次可以获取100场比赛，限制速度每秒1次
- 想要更快，就得上IP代理+多个key并发调用API
- 想要每日例行化获取数据，可以学习Linux，搞个自己的cvm不间断运行
- 比赛信息里面的cluster字段和服务器（eg. 中国-华中电信）如何对应？找不到最新的配置表，就需要自己从dotabuff爬取
经过一番努力，我们终于把数据都获取下来了。结果很顺利：「从第三方网站获取的DOTA2每日用户同时在线峰值」和「通过steam官方api获取的每日对局总数」是能够对应上的。
通过写代码把国服的数据和非国服的数据分开，对比两者的变化趋势可以发现：主要增长是由非国服地区带来的。
10月2号之前，提交一个你最感兴趣的、并且想自己动手解决的DOTA2数据问题。示例：
- 如何量化英雄组合？我发现dotamax上的英雄组合推荐很一般，应该有更好的算法
- 我有一个朋友打影魔真的很菜，又菜又爱玩，我得用数据告诉他到底哪里菜，让他心服口服
- 我想用SQL查询出最近一周天梯吸枫哥分最多的选手是谁
注意：如果10月3号我没有收到你的问题，那我们的故事就结束了。
提交方式：容我想想。
有问题可以问，也可以单纯介绍下你自己。