非计算机小白成功转行Python数据分析师，月薪2W后，我的学习经验总结！_python数据分析非本专业转行 工作待遇

网络，爬虫，数据分析，测试，运维，人工智能等，要属当下最火的还是人工智能，好多人冲着人工智能的方向学python，其实人工智能听起来确实很高大上，都想往这方面涌入，但是作为过来人，如果单纯从编程0基础想转行人工智能还是难度相当大的（大神除外），因为好多搞人工智能的公司会相对比较大，现在企业又不愿意去培养人，所以招聘时候学历，专业，项目经验，工作年限都相对还是比较硬性的。

虽然门槛比较高，但是想转行python进而转型数据分析和人工智能也是有很大机会的，毕竟python在国内火起来也没多长时间，只要按照科学有效的方法学习提升，也是可以很快转型的，由于对运维和测试不是特别了解，这里不在说这方面的转型路线，先讲web后端开发、爬虫开发、数据分析与人工智能路线。

二、python学习路线

最基本的学习路线总结：

**转型web ：**通用必备知识（Python基础语法、网络编程知识、正则表达式和数据库、web前端基础等）+2个网页框架

**转型爬虫：**通用必备知识（requests、xpath、selenium等）+爬虫框架

**转型数据分析：**通用必备知识+数据分析库（pandas，numpy的的，matplotlib，sklearn），甚至这些还远远不够用

**转型人工智能：**通用必备知识+数据分析库+高等数学+线性代数+概率论+ tensorflow框架

无论做什么事，或者学什么技能，在一开始就要有所规划，所以我们要事先确定好自己的学习路线，这是非常重要的，能够在我们学习的时候使得我们的思路更为清晰。

点这里免费领取【CSDN大礼包：【读者福利】Python经典学习资料免费分享，领走不谢！ 】

三、数据分析和AI学习路线

数据分析、机器学习，人工智能(学习2个月）

（以下几个模块是数据分析最常用的库，一定要学好）

1，学习科学计算和分析包，numpy的和pandas

**2，学习可视化，**分析结果可视化的包matplotlib，实现数据绘图展示

**3，学习数据挖掘模型，**这个包主要是sklearn，里面的算法基本都有对应的包，但希望大家能对高等数学，概率论，线性代数，信息论的基础理论进行学习，这些算法都是基于数学基础，如果数学理解不透，也只能当一个调包侠（公众回复：机器学习）

4，神经网络的框架，推荐学习TensorFlow或者keras，Karas的是把TensorFlow封装起来的高级包，学习难度比较低。还有一个更加高级的框架CAFFE，据说很厉害。

**5，常见神经网络：**回归网络，分类网络，卷积神经网络（CNN）在图像语言等领域处理方面优秀，循环神经网络（RNN）利用时间序列分析（RNN LSTM），避免过度拟合。自编码网络，这个我不了解，也不感兴趣。神经网络还很多，技术前沿的东西还不知道。

四、回答大家感兴趣的几个问题

数据分析要不要学高数，概率论，线性代数？

如果不想只当调包侠，也不想在工作中因为不理解数学过程太痛苦的话，多补补数学理论吧，至少我工作中接触到简单的数学概念有：标准差，方差，协方差，协方差矩阵，余弦相似度，导数，对数，偏导，概率论，熵，信息论，矩阵运算，向量的运算等等。只能说列举的这些是基础中的基础，比这更难的我也正在学。

数据分析要不要学后端框架？比如Django和flask

以上过程是一个快速转行数据分析的路线，可能有些介绍不是太全，但大致的学习方向就按这个来，就会少走弯路，但其实作为一名蟒开发者，个人建议最好还能运用一种后端框架，能够搭建网站后端项目也很重要，虽然在公司工作是数据分析，但是公司经常可能性的会让搭一些简单的项目，艺多不压身，我个人喜欢用的Django

数据分析要不要学前端？（HTML，CSS，JS）

回答是肯定的：必须学，能阅读懂是基本，越熟练深入越好，因为做数据分析很多都是从爬虫和网络转过来的，而爬虫和网络都对前端技术有一定要求，比如如下原因：

• 爬虫读取页面结构，获取标签，你要能看懂HTML
• 爬虫的很多反爬虫措施基于厉害的JS代码和一些复杂的CSS，如果不懂，爬虫很难做到深层次
• 后台项目，至少在PC端的，很多情况下，都要求后端开发人员能读懂前端代码

鉴于很多朋友想从事数据分析，这里不得不提下，Python的数据分析是一个非常专业的方向，需要有较多的数学理论知识，而且需要有刻苦专研的精神。

既然是编程语言，就需要写很多代码，我至少写了10,000行代码了。最后你还需要了解你自己希望从事什么行业，传统数据挖掘在银行，保险，电信，电商等领域已经很普及了成熟了。

对于那些高级的神经网络，也就是类似AI领域，在图片语音视频识别，自动驾驶，量化投资，机器人等领域也很好的。很多分析师都转行做这块了，还是话说回来，想学习的很多，多实践，加油！

五、最后说说关于Python技术储备

1、Python必备开发工具

有了完整的学习路线之后，接下来就是实操了，工欲善其事必先利其器 ，既然我们要学习Python，那么想与之的开发工具必须要先行安装好，利用好工具能让我们事半功倍。

2、Python学习视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！