什么是大数据抓嫖？看完一身冷汗，普通人也跑不了
大家好，这里是程序员晚枫。
今天起来，发现因为众所周知的原因，去年发布的1条视频👇，突然火起来了。🔥
（做博主，意外惊喜真多）
既然大家对这条视频这么感兴趣，今天我就给大家讲解一下，大数据抓嫖和Python的关系~
1、原视频的含义
关于扫黄打非，上个时代主要靠线人举报、定期排查等人工的方式，进入大数据时代，如何利用大数据的方式，进行抓嫖工作呢？
实际使用的数据和算法有很多，我在这里举一个简单的例子：
大数据监控到2位用户的行为习惯：
- A用户：女性，每天凌晨0点-3点，总在城市里活动，以每半小时一次的频率，接收到不同男性800-2000元数额不等的收款。
- B用户：女性，每天活动范围都是某大学校园，足迹3点一线：教室、宿舍、食堂。
通过这2份数据，我们很容易得出一个结论：
A女性用户较为可疑，B女性用户是一位大学生。再结合公务人员，对A用户进行突击检查，大概率能得到抓嫖的效果。
技术是把双刃剑，用于抓嫖大快人心，但是如果用于违法犯罪呢？我们每个人在大数据面前，都像被扒光了一样，没有任何隐私。能看见的有：大数据杀熟、大数据贷款骚扰等操作，不能看见的呢？不敢往下想。
大家可以在评论区，说说你对大数据的好处和坏处的看法~
2、和Python的关系
从事数据分析，要不要学习Python？
先说结论：不是领导要求，就不要学。
通过上面抓嫖的例子，你应该很容易理解：
数据分析，更重要的是对业务的理解，而不是技术本身。
而且，你可以思考一个辩证的问题：如果小公司，数据量很小（100万以下），Excel等软件就可以处理了，学习Python相当于牛刀杀鸡；如果大公司，数据量很大（100亿以上），那你们公司一定有程序员来专门处理，为什么要你这种业余人士呢？
所以，如果是想从事数据分析工作，更重要的是学会业务逻辑，而不是Python这门技术。
如果领导要求你进行Python学习，网上那么多资料，怎么学呢？作为一个Python程序员，这里推荐你直接学这套31讲的视频课程，一步到位：玩转Python数据分析
Python大数据分析，是不是很难？
如果你是算法工程师，很难。但是如果你只是做一个Python开发，实话说：大部分程序员面临的工作任务都很简单。
就像盖房子，设计图纸的工作很简单，而搬砖就不难。程序员的工作，更像是搬砖，而不是画图纸。所以被称为：新时代农名工。
上期视频我也给大家讲过了，程序员主要的工作，是根据业务部门、算法部门的要求，对照敲击出代码。这和搬砖没区别。不然怎么会人人都想干程序员呢？
不论做Python开发的哪个方向，哪怕是所谓的大数据开发，落到程序员头上的任务，也很简单。你更需要学习的Python本身。
以下是2份Python + 大数据的学习资料：
