很多人可能都会有这样的疑问：网上有这么多可用的资源，为什么保持学习数据科学的积极性这么难呢?
无论你怎样学习数据科学，你总会遇到一些会扼杀积极性的挑战，碰上一些让你觉得自己很渺小而无能为力的工作，或者听到恶魔在你耳边低语，“这太难了，放弃吧。”
但你不必独自面对这个难题。这篇文章将会提到一些打击学习积极性的陷阱。希望你在了解了这些陷阱之后，走向数据科学的职业道路会更加平坦。
确保你适合学习数据科学后再开始学习
数据科学家这一职业很吸引人，薪水高、工作有趣、受人尊崇。因此许多人想做数据科学家。
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货(零基础以及进阶的经典实战)分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。
但是，即使你对数据科学很感兴趣，如果你讨厌它的日常任务以及那种感受，那就很难保持积极性了。
对大多数初学者来说，在真正进入到“做”的阶段，即构建全面的数据科学项目之前，可能要经过数个月的学习。这时候你意识到自己讨厌这一过程的话，对自身将是一个很沉重的打击。
如果你选择从事数据科学家这一职业，你要适应以下的任务和这些任务给你的感受。
感受：
- 学习永无止境的感受。
- 超出能力范围或被压得喘不过气的感受。
- 一次次的失败才迎来一次成功的感受。
- 花费了数周心血的项目失败了或被忽视的感受。
任务：
- 在完全没有任何基础上自学的技能。
- 花几十个小时解答一个看似简单的问题。
- 将自己与(看似)更成功的人作比较。
- 与不了解(不关心)数据科学的人谈论数据科学。
- 做准备占95%，执行只占5%的工作。
- 做很多不那么吸引人的工作(数据库创建、数据再加工……)。
- 敲代码……无穷无尽地敲代码。
建议：学习之前要做好研究
数据科学家这一职业很棒，但同时也能给人带来巨大的打击。
在开始学习之时做一点研究，坚持完成数据科学学习的概率会大大增加。
学会处理焦虑
做研究时你会发现一个不幸的事实：要做一名数据科学家，你要精通很多工具，会许多技能，这会让人觉得成为数据科学家的希望很渺茫。
你可能会开始问自己：我要不要再读个博士?没有工作经验的话，我怎么才能学到这些技能?我能够学会这些东西吗?
学习数据科学之初，你会觉得很焦虑，压力大。这很正常，每个初学者都会这样。但要记得刚开始学习的这段时间对于你未来是否能成功至关重要。你在最初几周里养成的学习习惯会一直延续下去，并决定你在之后的学习中会如何应对压力和焦虑带来的负面影响。
如果你能从一开始就找到处理压力和焦虑的健康的方法，那么随着时间的推移，你学习数据科学的信心将会更坚定，积极性会更强。
要提醒你的是，在刚开始学习的这段时间内，你绝对不能采用不健康的方式来应对负面影响。
什么方式健康什么不健康，很大程度上因人而异。以下是一些不健康的应对压力的方式，不要踩雷。
对学习感到不知所措时，不要购买全面的课程或教科书
要是你真的购买了全面的学习课程或者教科书，学习就好像变成了别人交给你的苦差事。更糟的是，因为没有努力去规划自己要学的东西，你便不知道学习某种技能或概念的原因是什么。结果如何呢?一旦你购买了网上课程，你的学习积极性就迅速下降。
不要这样做的原因：即使你能从别人的课程中学到很多东西，还是建议你不要这样做。为什么?因为在数据科学的学习过程中，你学到的最重要的技能便是你能够自学。
在自学过程中，你可以发现自己技能中的漏洞，学习新技术以填补漏洞，并制定一份可行的计划来学习这些技能。如果仅通过现成的课程来学习，那你就会少这方面的经验就会很欠缺。
随着时间的推移，情况会变得更糟。当你真的成为数据科学家时，你可能会遇到一个十分独特的任务，对于那个领域的问题，你完全没有任何经验。这时候如果慕课或教科书上没有你需要学习的技能，那你的日子就很难过了。
在压力大时不要推迟学习或指定某一天来学习
初学者可能会犯的***错误是推迟学习。如果你觉得太忙了所以推迟，那没关系。但如果你想学有所成，就要每天留出时间来学习。如果你没有每天练习和学习，你的学习积极性很快便会减弱，最终你会对这份本可施展你的抱负的职业失去兴趣。
不要这样做的原因：成为数据科学家的过程是一场马拉松，而不是短跑。这个职业所需的广泛技能只有通过长期不懈的努力学习才能获得。如果你试图在短时间内学会所有技能，最终只会耗尽自己的精力，失去继续学习下去的积极性。
更糟糕的是，如果你有时间就学，没时间就不学，那你可能永远也不会真正踏上学习的旅程。如果你真的这样做了，你的大脑会形成一个观念，认为有时间的时候才能学习。对于数据科学来说，有这种想法便意味着你的职业生涯快要终结了。
建议：尽早养成健康的学习习惯
不管你是想要在事业上有所作为的全职工作者，还是想要从事自己感兴趣的职业的在校学生，你们都要养成一个健康的学习习惯来应对压力。
学习之初可以养成的一些健康的习惯：
- 每天留出时间来学习新东西。
- 加入数据科学的学习社群，你会发现很多人和你一样有焦虑感。
- 如果你在学习中感到疲惫和焦虑，那就抽空用最近学到的知识来做个项目。这是很好的减压方式，可以让你回顾学习数据科学的初衷。
学会应对学习时的不知所措
真正开始学习数据科学的技能以后，你会发现要关注的东西很多。这时候，你可以列出未来半年里想要学习的8到12个技能。 看看斯瓦米·钱德拉赛卡兰的数据科学技能地图，你就明白了。
***次看到这张图的时候，很多人可能会被要学习的技能之多吓到。一个人怎么能自学学会这些技能呢?不幸的是，这种不知所措的感觉会一直伴随着你。
当你感觉已经掌握了一个概念或技能的时候，马上又要在学习列表上加上五项新技能。随着时间的推移，你需要学习的技术变得更新，更复杂，情况也就变得更糟。
学习的重负令你不知所措时，如果你没有应对的计划，那么可能有两种结果。
- ***种结果：你开始感到非常焦虑，因为需要学习的技能太多。你越焦虑就越难专注于一件事。你可能会花上几个月的时间在不同的技能之间来回转换，拼命地想一次学会所有的技能，***一项技能也没掌握时，你就会很沮丧。
- 第二种结果：尚未掌握的技能太多，把你压得喘不过气来。这种情况继续下去的话，会严重影响到学习积极性。你会把学会的和没学会的技能进行对比，然后一天比一天沮丧。这时，你就会觉得自己取得的任何进步都毫无意义，自己不可能成为一名数据科学家。
任何一种情况变得越来越严重时，学习数据科学的积极性也会被慢慢消磨掉。但别担心，有了详尽周到的学习计划和学习的重点，我们就可以在学习之初解决这些难题。
建议：有条理地学习，循序渐进
数据科学本身涉及的领域很广泛，想掌握这众多技能的唯一方法就是循序渐进，一次只学一种技能。无论你想怎么学习数据科学，都要制定线型的、有条理的学习计划，一次只集中精力学习一种技能，这可以让你在面对众多要学习的技能时更游刃有余。
如果你想制定自己的学习计划，你可以构建斯瓦米那样的技能地图。但是，看到要学习技能那么多，你可能会觉得喘不过气来。这正是循序渐进的优点所在。
应对学习重压的***方法是设定短期目标，将注意力集中在最重要的技能上。原则是——任何时候都要列出下个月要掌握的最重要的三个技能。
