本文由2000字和6个学习路线图组成,将花费你5分钟左右的时间。
先看数据分析必备的工具和技巧。
一些基础:Excel,Tableau,SPSS等。;
其次,需要掌握大数据平台和数据库:Hive、HDFS、MySQL等。应精通SQL
数据分析一般分为两种类型:
1.面向业务,面向业务线,即产品经理、运营等部门,帮助分析和理解业务;
2.宏观数据分析,没有需求端,需要发现业务中的问题。
数据分析的一般工作流程如下:
简单来说,这几个关键环节就是:获取数据->整理数据->分析数据->上报数据。
那么,如果你想成为一名零基础的数据分析师,可以先从常用工具Excel和Python开始学习。
一、基础能力
大家对Excel已经非常熟悉了。至于Excel,非常适合数据量小,重复性不强的大量工作场景。如果跳出这个基础条件,需要用它来处理大量的数据和任务,就会出现效率低、复用性弱等问题。
第二,高级能力
在大数据分析领域,Python这种编程语言的效率一定是Excel无法比拟的,它的基础很简单。此外,在图表的交互性和可重用性方面,它也比不上Excel。
工作一段时间后,当你开始有了经验,有了进阶的能力,就不能满足于现状了。就用EXCEL,开始探索Python技巧。新的职业大门会向你敞开——无论是Web开发、操作系统、运维、数据开发、机器学习等。离不开Python。Python是一个不练是学不来的技能。
[重要]关于数据分析的Python库
3.1百万美元
这是最常用的数据分析库。准确的说是数学计算库,包括我们刚刚提到的熊猫,也是依赖于Numpy。
我们需要学习的是认识NumPy。
了解数组的属性、形状和类型。
应用Numpy实现数组的基本运算
应用随机数组实现正态分布应用
应用Numpy实现数组的逻辑运算
用Numpy实现数组的统计运算
应用Numpy实现数组间的操作
3.2熊猫
这是一个数据建模和分析的工具库。它包含许多数据模型,具有其他库的许多优点。学习顺序是先学NumPy,再学熊猫。你需要学习以下几个知识点:
了解熊猫和熊猫的区别
解释熊猫的序列和数据帧结构的区别。
了解熊猫的多指数和面板结构。
应用Pandas实现基础数据操作
应用Pandas实现数据融合
利用交叉表和pivot_table实现交叉表和透视表
应用Groupby和aggregation函数实现数据的分组和聚合。
了解熊猫的绘图功能
用熊猫来读取和存储数据
基于Numpy,利用Numpy的模块在计算上的高性能优势,使得基于Matplotlib简单画图成为可能。
3.3 Matplotlib
刚才提到了一些,他是2D的社会画廊,当一堆数据摆在我们面前时,我们可以很容易地将其转换成图形。本文提到的前三个库是Python数据分析库中的三驾马车。学习内容是:
利用Matplotlib的基本函数实现图形显示
用Matplotlib实现多图形显示
利用Matplotlib实现不同类型的绘图
只是要记住可视化是整个数据挖掘中的一个关键辅助工具,所以要学会画图。
第三,从技术到商业
数据分析师针对大数据的工作往往是为业务服务的,因此数据分析师需要具备合格的专业素养,以及较高的专业水平和能力。他们需要熟悉业务痛点和需求,这样才能用自己的专业知识从数据中提炼出有价值的结论。对数据分析感兴趣的同学,还必须结合具体项目练习数据技能。
所以,我们要多积累经验。以上内容学够了之后,我们基本就成为了有数据分析思维的分析师,但是知识和实战肯定是有差距的。
我们可以考虑的业务场景有:
首页推荐好东西。如果让你设计衡量这个功能的指标,你会怎么做?
一个APP从来没有被用户的行为分析过,那么你会怎么设计它开始数据嵌入呢?
知乎要大力推广视频功能。基于此,你怎么分析?
各种音乐软件都会有每日歌曲和电台推荐。你是如何设计指数测量函数的?
四。推荐书籍
提醒一下,不要买数据分析的参考书。所有参考书的内容都可以一次性解决。一般来说,参考书的内容都比较简单。建议你选择实战类书籍。毕竟数据分析离不开实战。
数据分析书籍推荐:
成长黑客,社会调查设计与数据分析,简单数据分析
产品思维类别:
我建议你听听梁宁的产品课程。
以上内容都适合0-3年的数据分析师。想进阶,就要学好数学,统计学,数据挖掘。在回答这个内容的时候,我也看了很多人整理的内容,看到了一个很好很全面的分享给大家:
书籍和知识体系已经分析过了。最后,作为数据分析师,你必须知道实战真的很重要。但是大家基本都在煎熬。我们可以在哪里找到数据?去哪里找实战?我们可以玩游戏。玩游戏也能让我们对数据有一定的了解,加深业务。平台:Kaggle、阿里天池、DataFountain;



