O’Reilly 近来发布了数据科学从业者薪酬陈述(2016 Data Science Salary Survey)，剖析了来自45个国家的近千份查询陈述后，针对数据科学从业者运用的东西、薪酬待遇等问题进行了详细剖析解读，并从查询结果中得到一些风趣的定论。

比方，Python和Spark成为了对从业者薪酬奉献***的两大东西;在所有的编程从业者中，每周编程时刻越久的人薪水越高;SQL,Excel,R和Python成为了查询者中被运用频度***的东西。

1. 依照国家区域来看，哪里的数据科学家薪酬***?
2. 关于薪酬奉献***、被运用频度***的相关东西是什么?
3. 对薪酬奉献***的两项活动是什么?
4. 运用开源东西和商业产品的数据从业者的薪水不同?
5. 只运用Python和运用多种东西的从业者的薪酬距离?

依据查询结果，O’Reilly 发现了以下风趣的定论：

1. Python和Spark成为了对薪酬奉献***的两大东西;
2. 在所有的编程从业者中，每周编程时刻最久的人薪水***;
3. SQL,Excel，R和Python是被运用最频频的东西;
4. 每周参加会议时长越高的的从业者，薪水越高;
5. 从事相同的作业，女人的薪水低于男性;
6. R言语是最“跨界”运用的东西，不怎么编程或许运用开源东西的从业者也会运用R;

数据科学从业者的薪酬水平

在所有承受查询的从业者中，根本薪酬的中数是$87k。

依照国家散布来看，亚洲、非洲数据科学从业者的薪酬中数***，美国***。

数据科学从业者的作业时长

超越85%承受查询的数据科学从业者，每周作业时长不低于40小时。

而薪酬中数并没有随作业时长一向上升，在51-55h出现了***值。

数据科学从业者***的两大东西：Excel和SQL

查询陈述中，运用频率***的两种东西是Excel和SQL，其次是R和Python。和上一年比较，Excel的运用频率从59%上升到了69%，R从52%上升到了57%。

超越90%的查询者反应，他们会花一些时刻写代码，80%的查询者运用Python，R还有Java中的一种，只要8%的查询者会一起运用这三种东西。

而不同的编程言语对从业者薪酬的奉献也大不一样。

看到这儿的读者也不要着急去学习最能“赚钱”的编程言语，O’Reilly交心的提示读者，最重要的不是学习哪一种编程言语，而是真实找到能够处理你问题的相关东西。

编程东西的学习次序

学习不同的编程东西也有必定的学习次序，以下是陈述中主张的学习次序，假如你已经在运用箭头左边的东西，那么接下来能够考虑学习它紧邻右侧的下一个东西。

每周编程时刻越长，薪水越高

经过相关剖析，O’Reilly发现，每周参加会议(meeting)时长和编程(coding)时长对数据科学从业者的薪水有比较大的影响。

其间，每周参会时刻最长的从业者，薪水中数也越高。

每周编程时刻与薪酬水平也出现必定相关性，***的薪水中数出现在每周编程4-8小时的人群，而***的是那些完全不编程的人。明显，编程是成为数据科学家必不可少的技术。

以下为部分陈述内容，请检查