作为一名数据科学家Python需要掌握到什么程度？

之前一直用R，最近正在学python，因为没有什么工作经验，也只能谈谈自己的感悟。

数据科学家算是统计师和程序员的结合体，来源也主要是这两个专业的毕业生。不过这两个群体的思维方式还真的是不一样。可以认为，统计的人更加偏爱R，程序员更偏爱python。

其实python有了pandas才能使数据分析变的像R那样简单。数据科学家能把python用的像R一样我觉得就好了。不过如果除了数据分析，公司要求代码的重用性，或者直接嵌入到产品中（比如网站推荐系统），那么对编程的要求就更高了。

其实数据科学家在做数据分析的时候，起码80%的时间是在做数据整理和清洗，同意 @唐学伟说的熟练使用pandas就好，这意味着能熟练的清理掉不必要数据，读取主要的数据格式文件，数据的合并汇总归类和切片等等。数据整理好比学编程要最起码能控制if-else和for循环，命令简单但是实用。

数据整理好了，对于各种算法包里的函数，其实就是input output的问题了。

另外一个常用的就是数据可视化也就是绘图了（目前主要是matplotlib）。这个步骤对于input的数据就是数据探索化的过程，查看数据是否有不合理性，数据的分布等等，对于output的数据就是结果呈现的过程，这样更有助于分析。

总而言之，数据科学家熟悉python的基本语法，熟练pandas（基于numpy），能利用python熟练的获取数据，整理数据，并会使用matplotlib展现数据是一个基本的要求。对于要做科学计算或者机器学习来说，数据整理好了，编程不是问题，数学才是。

说到这里看工作需求了，如果你所在的部门／实验室都用R/SAS／java/c++之类的，会用py进行预处理基本就可以了；如果主要用py来进行挖掘，需要掌握的就多一些，比如：numpy／scipy／mattplotlib／ipython／scikit-learn等。

DS需要统计+计算机。数据科学家这么高端的名词，不是只拿工具做上层的应用

业务分析做的好，这样只能说是好的分析师，程序编的溜，才可以说是好的工程师。

（Via：知乎问答）