转行数据分析的一份学习清单
|
副标题[/!--empirenews.page--]
技术沙龙 | 邀您于8月25日与国美/AWS/转转三位专家共同探讨小程序电商实战
本篇继上一篇将分享转行数据分析的一些经验和学习方法，看完这篇你将会解决以下几个问题：
注意：
如果你是一个对编程毫无经验的小白，那么首先你应该掌握一定的编程基础(尤其像从其它行业转行到IT行业的朋友们)。对于新手来说，博主认为Python语言是最佳的选择。作为一个解释型的动态高级语言，Python易于理解，上手简单，非常适合初学者学习。一本快速入门Python语言的书籍推荐：简明Python。这本书英文原版为《A Byte of Python》，经翻译变为《简明Python》。博主也给好多人推荐过，大家看过之后基本上都很认同，是入门Python最快效果最好的书籍。
如果你已经了解了Python编程的基础用法想要继续深入学习Pyhon，那么博主推荐你去看：廖学峰Python教程。它基本上涵盖了Python编程入门到精通的所有知识，如果你能将这个看透，那么可以说你已经掌握了Python这门语言了。 学完了Python的理论知识，当然就需要应用，需要实战。博主之前分享了一篇文章非常适合Python初学者的实战项目，非常有趣，也易于实现。如果你也苦于找不到一个合适的练习项目，那么可以尝试一下这个练习项目：
抛开对业务层面的基本理解，学好数据分析首先需要了解统计学，统计分析是数据分析的基础，也是灵魂。下面博主列出统计分析的几个核心内容：
博主推荐一本比较好的统计学书籍：统计学，这本书清晰的讲述了基础的统计学知识，非常经典。  博主之前做过一个统计，就是统计招聘网站上关于数据分析师的招聘信息关键词，其中词频最高的是SQL。这就说明了一个问题：数据分析师最关键的一项技能就是会使用SQL语言操作数据库。 关于SQL的学习博主推荐两个学习路径：
 这个学习没有捷径，需要一个学习规划，一般学习周期不长，两个星期就可以学一遍，但是更多的是反复练习刷题，推荐到Leetcode进行一些实践练习。 作为微软的一个出色表格处理工具，Excel也是数据分析师需要掌握的。因为公司很多其它部门非技术人员是不会使用编程工具的，而会使用相对简单的Excel来处理一些报表。这个时候就可能需要你可以在Excel中做一些数据分析工作然后反馈，但是也不必太深入，掌握核心的功能即可，比如：
能够熟练运用上面功能就可以，学习周期很短，甚至一天就能学会，主要是熟练。而对于剩下的复杂功能等遇到了再学习也不迟。 R语言就是为统计学而设计的语言，是统计行业中非常高效实用的工具，目前非常受欢迎。而Python作为目前非常火爆的语言，由于其出色的科学计算包pandas，numpy，scikit-learn等的存在，非常适合于数据分析与数据挖掘，也是很多人的不二选择。 关于这Python和R，博主认为二者皆可，选择自己顺手和喜欢的。由于博主自己是Python爱好者，也因为它的简单易用，因此强烈推荐使用Python。在Python的基础上有更高级的交互式IPython工具，可以说这让数据分析变得更加方便了，博主推荐使用Jupyter notebook，非常好用，谁用谁知道，如果不知道怎么用，可以参考下面教程快速入门。 使用Python做数据分析，首先需要学会使用numpy和pandas包，因为它是Python数据分析的核心工具。numpy主要解决一些数学计算，矩阵变换，线性代数等问题，pandas更像是一张excel表，有行列定义，字段定义，以及数据变换和预处理等操作。两个计算包非常强大，pandas包自己就有两千多个方法，但是别慌，我们只要掌握核心方法就可以了。关于如何学习numpy和pandas，博主后续也会不断分享介绍，但是这里先贴出两张numpy和pandas学习的思维导图，总结的非常好。 
除此之外，推荐一本特别好的Python数据分析书籍：利用Python进行数据分析，这本书是入门Python数据分析非常好的书籍，从numpy，pandas，数据预处理，数据重塑合并，数据变换等各种关于数据的操作，最后还介绍了Python的时间序列用法以及在金融领域上的应用。  另一本推荐的数据分析书籍是：深入浅出数据分析，这本书使用图表示意比较多，内容也很丰富，也是不错的参考资料。  （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
