神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：对数据科学工作者来说，在敲代码的过程中养成良好的习惯能让你事半功倍。本文本文来自编译，希望对您有所启发。
Photo by Marc-Olivier Jodoin on Unsplash
作为一名数据科学工作者，如果你想在2022年事业上一个台阶，不妨模仿一下成功数据科学家的好习惯。本文提出的这22个习惯将帮助你在2022年成为一名更好的数据科学家。你可以培养自己形成其中的1个，10个，或者全部22个习惯。
1. 在数据科学领域寻求合作
你知道学习东西最快的方法是什么吗？是合作！你需要成为一个团体的一员，才能更快地成长为一个数据科学家。
如果你是数据科学领域的新手，那么你可以向一些论坛和团体询问很多问题，以保持学习。如果你已经有一些经验了，那么你可以参加Kaggle竞赛，在Stack Overflow上回答问题，并在博客文章或视频教程中分享知识。
不管你在数据科学方面经验如何，都可以考虑加入一个团体，从其他人那里获得帮助。
2. 制定编程标准
作为一名数据科学家，你还需要从成功的程序员那里学习良好的编程习惯，其中之一就是设定编程标准。
当你在一家公司工作时，你需要保持一种良好和标准的编程风格。有了统一的标准，大家编写的代码才能有统一的外观，这提高了代码的可读性，降低了复杂性，并有助于纠错。
即使你不属于一个大组织，你也应该这样做。这将帮助你适应其他人已经在遵循的标准、约定和规则。
3. 通过创建路线图来统筹项目
你是否有过这样的经历：在一个项目中，完成了一个任务之后，不确定接下来要做什么？
我曾经也有过这个问题。后来，我学会了创建路线图，在路线图中展示项目的每个阶段，所有的节点和参与其中的人。这有助于你了解项目的总体情况，这样你就可以很容易地明确项目的目标，以及项目每个阶段的输入和输出。
4. 理解业务问题
不管你在编程或创建模型方面有多牛，如果不能理解实际业务，那么你也不会成为一名成功的数据科学家。
如果你无法帮助公司实现业务上的目标，那么没有人会重视你的工作——不管你的模型有多好。你需要做一些调查，更多地了解一下你工作的公司，你们所在的行业，并花些时间思考像你这样的数据科学家如何才能帮助实现公司的一些目标。
多跟你的老板和同事请教一下也很有帮助，他们可以帮助你更好地了解你在公司里的角色。
5. 了解最新情况
每年都有新技术兴起，工具会过时，代码会被弃用。这就是为什么你应该通过阅读博客、研究论文和书籍来关注这个领域的新事物。
紧跟时代的步伐能帮助你利用数据科学的最新进展。乐于学习如何使用新工具，适应变化，这是一个对你的职业生涯有帮助的好习惯。
6. 勇于改变
事情每天都在变化，但我们不愿意调整自己去适应某些特定的情况。
我不知道有多少人(没有任何特殊原因)在python3发布后还继续使用python2。在花了很多天的时间学习matplotlib之后，我不愿意再学习seaborn，出于同样的原因，我也不愿意用Pandas代替Plotly。
你迟早会意识到，工具就是用来提高效率的。如果一个工具能让你作为一名数据科学家的生活更轻松，那么它就值得学习。
7. 避免干扰
无法专注是不可能解决问题的。
我知道你有很多邮件要回复，有很多信息要回复，还有很多计划要做，但这些会让你分心，让你无法专心完成任务，结果是，你作为一个数据科学家的表现会下降。
多任务处理很诱人，但是，相信我，一次只专注于一件事带来的好处是惊人的。
并不需要在工作和生活中彻底告别手机，关掉手机和笔记本电脑上的通知就足够了。
8. 让代码保持简单
试着让复杂的代码变得简单些。代码越简单，就越容易理解。我在制作视频教程、指南和创建自己的课程的过程中学会了这一点。
把你的代码分享出去。如果其他人不能理解你的代码，那么你可能还有改进的空间。
9. 写代码文档
你是否有过这样的经历：回头看自己写的代码，然问自己“我当时到底在想什么？”。
如果你在理解自己的代码时都会遇到困难，想象一下，其他人在理解你的代码时更加会遇到困难。
这就是为什么编写代码文档很重要。我认识的所有优秀的数据科学家都有给代码写注释和记录的习惯。注释有助于他人更好地理解代码，理解它的目的和设计。另一方面，编写代码文档能向用户描述代码的使用和功能。
如果您使用Python，请查看本指南以了解如何properñy文档Python代码。
10-12. 倾听，专注于解决方案，仔细选择措辞（高效沟通的习惯）
据《福布斯》报道，倾听、专注于解决方案、仔细选择措辞，这是高效沟通者的三个习惯。为什么做到这三点很重要？作为一名数据科学家，你需要提高你的沟通技巧。
请记住，数据科学不仅仅是关于创建最好的模型的，而且还涉及到与非数据科学家交流你的发现。这能让其他人知道，你清楚地理解了公司的目标，并且你正在应用作为数据科学家的知识来帮助公司实现这些目标。
13. 问开放式的问题
问问题是好的，但你知道更好的是什么吗？是问开放式的问题。
以“为什么，在哪里，何时，谁，什么，哪”开头的问题将帮助你更好地理解一个新话题。这也将帮助你成为一个拥有良好沟通技能的数据科学家，这在你的职业生涯中是非常重要的。
当然，在某些情况下，我们只是需要简单的问“是”和“否”。但如果可能的话，我们可以通过问一些开放式的问题来丰富对话。
14-15． 注意坐姿，多喝水(健康习惯)
朝九晚五地坐在电脑前对你的身体健康没什么好处。我不是要你辞掉数据科学工作，而是建议你在办公室养成一些健康的习惯。
一些简单的事情，比如注意你的姿势和多喝水，可以帮助你保持健康，这是保证你在工作中处于最佳状态的关键。
听从你身体的要求，保持自己的最佳状态。
16. 每周都学点新东西
数据科学领域的发展日新月异。这就是为什么你应该考虑每周都学点新东西。到了年末，你会惊讶地发现自己学到了多少东西。
保持对新事物的好奇心，这将帮助你在数据科学职业生涯中取得长久的进步。
17. 整理你的办公桌和电脑
如果你想提高工作效率，优化你的工作流程，就要确保你的桌子和电脑上的所有东西都放在正确的位置。
我经历过很多次在敲代码的过程中忘记数据集放在哪了，或者忘记了用Python进行可视化时正确的语法。对于这些问题，我可以通过整理好文件和文件夹，给它们进行合理命名，建立Python数据科学备忘来解决。
你的办公桌也是如此。不要让你的笔记本电脑充电器妨碍你完成数据科学工作。把你可能突然需要的东西放在抽屉里，只把经常用的东西放在桌子上。
18. 阅读研究论文
作为过去写过几篇研究论文的人，我可以说，阅读硕士和博士论文可以帮助我们跟上最新的趋势。
网上有很多信息，但我们需要格外小心信息的来源。而研究论文中提供的见解和信息通常是比较可靠的。
你可以每周或每月至少阅读一篇与你感兴趣的话题相关的研究论文，以促进职业发展。
19. 给自己打气
在完成一项任务后，要给自己信心，为自己加冕。
不要等着你的同事或老板表扬你所做的每一件事，你自己就应该为你在数据科学领域的每一个小成就感到骄傲。
20. 定期休息
作为一名数据科学家，你可能需要花费数小时收集、清理或转换数据。花大量时间在工作上并没有什么错，但前提是你的休息时间要规律。
从短期来看，过度工作可能会导致一些愚蠢的编程错误，从长期来看则会导致健康问题。这就是为什么你应该时不时地休息一下。
充分的休息之后，你会发现工作有了一个全新的视角。
21. 问问你自己，你所做的是否值得
要想成为一名优秀的数据科学家，有一个好习惯就是审视自己每天都在做的事情。
有一些数据科学家在同一个岗位上已经很多年了，他们一直守着自己的舒适圈。但你需要问问自己：现在的事情值得我花时间吗？
如果你多次回答“否”，那么你可能已经达到了一个平台期，或者正在做一些与你的职业生涯不再相关的任务，所以要考虑在不同的部门或公司找份新工作。
22. 不要拘泥于一种编程语言
Python是我最喜欢的编程语言，但我依旧不想固守这门语言。
你永远不知道未来会发生什么。现在Python在数据科学中被广泛使用，但它随时可能失去魅力。这就是为什么关注新趋势，至少让自己熟悉新东西是很重要的。
你不需要通过参加密集的课程来学习多种编程语言。你只需要多尝试新事物，分析哪些东西对你来说是方便学习的，以便在日后用得到的时候进一步研究。
译者：Jane
