应用步骤
1.写一个引用的sparknotes作者的名称，开始新的一行。列出作者的姓，一个逗号和一个空格，然后作者的名字，如果提供的话，中间名的首字母。为任何给定SparkNotes，底部的扉页上找到作者的信息（如果打印出来），或在一个灰色栏底部的表中的内容（如***）。
2、/放置一段时间后，作者的名字，跳过空格，然后添加在<topic>的“SparkNotes”，在那里<topic>的主题是你所引用的SparkNotes进入。这会占用相同的地方，一本书或杂志的标题了更便捷的引用。添加后的一段时间。斜体的文本，如果可能的话，你会援引一本杂志进入。找到确切的主题名称，在顶部的每SparkNotes页或在内容列表中的顶部的问题为SparkNotes。
3.供应日访问SparkNotes在线，或下载并打印了SparkNotes之日起，在格式栏时自行修改之间没有逗号。添加一个时期的结束。如果你正在从一个专业的印刷本SparkNotes从各大书店购买，使用，***发布之日起。
4.包含完整的网址为SparkNotes在尖括号内的问题，<>。
扩展:
提示
EditTips如果你仍然感到困惑，左键单击“我怎么举这个SparkNote？”链路在暗灰色的酒吧，下面任何SparkNotes表的内容。这会给你的确切格式正确引用的SparkNote。请确保URL或链接信息，您给您的罚单对应的您正在使用SparkNotes的的部分。如果你引用整个文档，链接表的内容。如果你引用的SparkNotes的特定部分，而不是整个文件，链接或URL的特定网页或网页中的问题。如果您的罚单占地超过一行在页面上或在您的文档，请记住缩进第二行以下任何一个选项卡。
数据分析师需要的技能大致有这些：Excel、SQL、统计学及SPSS、Python/R等。建议从Excel开始，因为Excel是使用最多，也是最强大的数据分析工具，入门简单，因为大部分人都接触过Excel。
学习程序开发可以多浏览一些开源平台上面的项目，博客，问答等。比较著名的平台如github, stackoverflow等。
在 github 上搜索 big data,就会出现相关的项目，有一个大数据入门指南的项目挺不错的，你可以参照着学习。地址：***s://github***/heibaiying/BigData-Notes，如果访问被限制，可以点赞，评论。
如下是摘自项目中的图解，和章节导航。
目前大数据相关岗位较多:有数据分析师，爬虫工程师，数据挖掘工程师，大数据系统架构等，看你想从事什么岗位。个人认为技术门槛比较低的是数据分析师。你可以学Excel，Python pandas、matplotlib、SQL等
