目录
数据分析师需要的技能大致有这些:Excel、SQL、统计学及SPSS、Python/R等。
建议从Excel开始,因为Excel是使用最多,也是最强大的数据分析工具,入门简单,因为大部分人都接触过Excel。
本文整理的一份数据分析流程知识图谱,内含数据分析12个常见分析模型、18个理论分支、136个详细知识要点和60多个实际分析场景案例,不懂或不记得的知识点拿出地图就能查,数据人必备!
www.fanruan.com/resource/169?utm_source=media&utm_medium=zhihu&utm_campaign=lqf&utm_term=nryx_8
一、Excel
Excel分为四块:公式+技巧+数据透视表+图表。
先从Excel公式开始,通过公式感受Excel的强大与神奇。Excel常用公式分为5类,如下图所示。
接下来需要学习一些常用的快捷键和技巧,这样可以提高学习效率,对于以后的工作也大有益处。
Excel数据透视表可以让我们不用写任何公式就可以轻松实现对数据的分类统计、汇总等。
古人云,一图胜万言,通过图表来展示数据会更形象,也更高效。
二、MySQL
数据分析师跟数据打交道,而数据存储在数据库中,所以懂点SQL知识也是必须的,用得最多的数据库是MySQL数据库,作为数据分析师需要掌握的SQL知识如下图所示。
三、Python
对于Python,需要掌握的知识有这些:Python基础、Numpy、pandas、matplotlib、Python机器学习等。
1、Python基础
2、Python三大件:Numpy、pandas和matplotlib
3、Python机器学习
四、统计学
统计学是数据分析师的理论基础,只有具备扎实的理论基础,才能在数据分析这条路上走得更远。
五、SPSS
SPSS是一个很常用的数据分析工具,提供了非常友好的图形操作界面,当然,学习SPSS需要建立在统计学的基础上。
说明:后面的部分跟统计学几乎一样,因为SPSS是一个去实现统计学理论的工具。
六、R语言
对于R,需要掌握的知识有这些:R语言基础、R数据可视化、数据预处理包、R统计分析、R机器学习等。
最后分享一些相关资料: