知乎：python資料分析師
注意：
如果你是乙個對程式設計毫無經驗的小白，那麼首先你應該掌握一定的程式設計基礎（尤其像從其它行業轉行到it行業的朋友們）。對於新手來說，博主認為python語言是最佳的選擇。作為乙個解釋型的動態高階語言，python易於理解，上手簡單，非常適合初學者學習。一本快速入門python語言的書籍推薦：簡明python。這本書英文原版為《a byte of python》，經翻譯變為《簡明python》。博主也給好多人推薦過，大家看過之後基本上都很認同，是入門python最快效果最好的書籍。
如果你已經了解了python程式設計的基礎用法想要繼續深入學習pyhon，那麼博主推薦你去看：廖學峰python教程。它基本上涵蓋了python程式設計入門到精通的所有知識，如果你能將這個看透，那麼可以說你已經掌握了python這門語言了。
學完了python的理論知識，當然就需要應用，需要實戰。博主之前分享了一篇文章非常適合python初學者的實戰專案，非常有趣，也易於實現。如果你也苦於找不到乙個合適的練習專案，那麼可以嘗試一下這個練習專案：
拋開對業務層面的基本理解，學好資料分析首先需要了解統計學，統計分析是資料分析的基礎，也是靈魂。下面博主列出統計分析的幾個核心內容：
作為微軟的乙個出色**處理工具，excel也是資料分析師需要掌握的。因為公司很多其它部門非技術人員是不會使用程式設計工具的，而會使用相對簡單的excel來處理一些報表。這個時候就可能需要你可以在excel中做一些資料分析工作然後反饋，但是也不必太深入，掌握核心的功能即可，比如：
能夠熟練運用上面功能就可以，學習週期很短，甚至一天就能學會，主要是熟練。而對於剩下的複雜功能等遇到了再學習也不遲。
r語言就是為統計學而設計的語言，是統計行業中非常高效實用的工具，目前非常受歡迎。而python作為目前非常火爆的語言，由於其出色的科學計算包pandas，numpy，scikit-learn等的存在，非常適合於資料分析與資料探勘，也是很多人的不二選擇。
使用python做資料分析，首先需要學會使用numpy和pandas包，因為它是python資料分析的核心工具。numpy主要解決一些數學計算，矩陣變換，線性代數等問題，pandas更像是一張excel表，有行列定義，字段定義，以及資料變換和預處理等操作。兩個計算包非常強大，pandas包自己就有兩千多個方法，但是別慌，我們只要掌握核心方法就可以了。關於如何學習numpy和pandas，博主後續也會不斷分享介紹，但是這裡先貼出兩張numpy和pandas學習的思維導圖，總結的非常好。
除此之外，推薦一本特別好的python資料分析書籍：利用python進行資料分析，這本書是入門python資料分析非常好的書籍，從numpy，pandas，資料預處理，資料重塑合併，資料變換等各種關於資料的操作，最後還介紹了python的時間序列用法以及在金融領域上的應用。
python的資料視覺化工具是matplotlib，matplotlib的功能也十分強大，將它使用好會讓你的資料視覺化美觀清晰，吸人眼球。另外乙個視覺化工具是seaborn，它是在matplotlib基礎上封裝的更高階的視覺化工具，使用方便，圖表非常美觀，並有facegrid，pairplot，heatmap等強大的複合型視覺化方法。
好多朋友問：資料分析崗位要求會爬蟲嗎？要求會機器學習嗎？
首先說爬蟲。其實說實話，對於資料分析而言，爬蟲真不是必須的，因為一般的大公司都有專門的爬蟲團隊。資料分析只是將資料從資料庫取出然後做資料處理和分析。不過，爬蟲作為一項技能是可以在一定程度上加分的，起碼在博主的面試經歷中是這樣的。博主之前分享過一系列爬蟲技術的文章，感興趣的朋友也可以在後台學習資源中找到，這裡不贅述了。
其次是機器學習。對於機器學習，博主想說這部分還是有必要了解一下的（不是必須），因為一是可以給自己加分，另外也可以讓自己清楚未來的職業方向。資料分析的發展方向一般有bi商業方向，行業分析業務方向，和機器學習資料探勘方向。了解常用的監督和非監督模型，如樸素貝葉斯，決策樹，聚類等可以讓自己更加深刻得理解資料分析。
機器學習的書籍推薦：《統計學習方法》，《機器學習》，《機器學習實戰》三本書。
李航的統計學方法和周志華的機器學習（西瓜書）是大家最為熟知，最經典的書籍資源，兩本書主要介紹機器學習的統計理論知識和公式推導，比較難啃，對於初學者其實並不建議花費大量時間深究。因為機器學習涉及的東西很多很雜，對於數學要有很強的功底，所以並不是短時間內可以全部掌握的。對於轉行人員來說，時間是很寶貴的，因此博主建議這兩本書可以作為參考，但不必盲目深入研究。而對於已經從事本行業的人員，這兩本書無疑是最絕佳的參考資料，可以反覆閱讀。
博主的建議是：先從巨集觀上了解各個模型的特徵，優缺點及主要的應用，然後再慢慢由淺入深的學習各個模型演算法的緣由和推導，因為這樣不但會逐漸建立信心，也會對模型演算法有更深刻的理解。總的來說，幾本書各有特色，相輔相成，建議結合幾本書一起學習效果最佳。當然，關於機器學習這部分，博主後面也會陸續給大家介紹。
乙份資料分析學習清單 xls
上期入口 18個堪稱神器的命令列工具，高效運維必備 一門程式語言肯定是很有必要的，至於是哪門程式語言，目前無論是專業推薦還是招聘需求，都是以python為主的。並且python確實也是比較適合新手快速上手入門，這裡不做過多討論。書籍1 簡明 python 教程 a byte of python 書籍...
資料分析學習分享（一）
裝載於 1 建議大家先學習mysql關聯式資料庫，在分析師崗位上資料庫是經常要用到的，也是必須要會的 2 建議大家接下來學習資料建模 資料倉儲，etl資料清洗，特別在工作中資料質量管理是比較重的，etl是經常用的 當然資料清洗工具也有其他的，etl是大家通用的 3 hadoop分布式其實在分析師這個...
轉行資料分析的親身經歷
知乎 python資料分析 最近生活上確實有點忙，不過後續將恢復正常。今天和大家聊乙個非技術性的話題 轉行。全篇無 但是我想對於這個話題，很多朋友都非常感興趣，畢竟工作伴隨著我們的一生，也是主要的收入 誰不想找乙份高薪又有前景的工作呢？現所處行業的未來發展 分析現在所在行業在未來10或者20年裡是否...