CGM 第6期：基于版本控制的数据分析及流程管理

子曰：“By three methods we may learn wisdom: first, by reflection, which is noblest; second, by imitation, which is easiest; and third by experience, which is the bitterest.”

子说的当然是中文， 原文为“生而知之者，上也；学而知之者，次也；困而学之者，又其次也；困而不学，民斯为下矣！”。

之所以引孔老夫子的这句话，着实是因为，多年研究经历了一些苦头，痛定思痛，学习总结了一套自认为行之有效的方法。所以，因困而学，我觉得不算太差。

什么样的苦头呢（“困”）呢？

• 第一：PhD毕业之前半年存了你多年工作脚本的硬盘坏了，你指望着写论文呢，你说你困不困？

• 第二：文章修改的过程中，让你报告多年前一个数据分析的参数，鬼还记得那个数是几，你说你困不困？

• 第三：多年来，积累了几十个大大小小的分析，几百个修修补补的图表，几千个改来改去的脚本。这些文件管理起来，困不困！我就问你，困不困！

好了，今天，我们因困而学之，因困而讨论之，不算最差吧。 我们将从四个方面展开讨论（参见我的相关博客文章。 大家要积极参与哦，结合自身经验，推荐一些好用的工具或可行的方案，最好准备一两张slides。

• 实验大数据的 (Tb级别）的存储和备份

• 基于Github的文件版本管理系统

• 数据分析流程管理

• 数据的可视化与报告