数据分析自学路径

一、Excel篇【一周】

面试考察频率：提问为主，日常工作中使用频率极高。

学习资源：

• 视频教程：b站《戴师兄Excel基础操作》、《王佩丰Excel基础教程24讲》。

学习重点：

• 掌握数据透视表、sumif、数组公式、vlookup等关键功能。

• 学习使用各类计算函数和数据可视化技巧。

二、Mysql篇[2-3周]

面试考察频率：极高，笔试和日常使用中都极为重要。

学习资源：

• 视频教程：b站《戴师兄SQL入门实战》、Mosh的SQL进阶教程。

• 书籍推荐：《SQL必知必会》。

练习平台：

• w3school（基础练习）、牛客网50题（进阶练习）。

学习重点：

• 精通数据查询、执行顺序、分组、聚合、case when、表关联、窗口函数等。

三、统计学【贯穿全程】

面试考察频率：提问为主，日常工作中使用频繁。

学习资源：

• 视频教程：可汗学院统计学课程。

• 书籍推荐：《深入浅出统计学》、《统计学》。

学习重点：

• 描述性统计学、概率论、概率分布、统计推断、假设检验。

四、Tableau篇【一周左右】

面试考察频率：提问为主，日常工作中使用频率较高。

学习资源：

• 视频教程：《戴师兄Tableau零基础教程》。

学习重点：

• 基础图形绘制、数据导入、数据可视化。

五、Python篇[3-4周]

面试考察频率：提问为主，笔试较少，日常使用频率视岗位而定。

学习资源：

• 书籍推荐：《利用Python进行数据分析》、《对比Excel、轻松学习Python数据分析》。

• 视频教程：中国大学MOOC《北京理工大学嵩天老师Python基础》、B站《戴师兄Python基础与实战分析》。

在线课程：

• 白月黑羽（免费）、风编程Python（付费）。

学习重点：

• 掌握Python基本语法，熟悉数据清洗、可视化，以及numpy、pandas、matplotlib等数据分析相关库。

六、业务知识【贯穿学习全程】

面试考察频率：极高，业务知识是数据分析的核心。

书籍推荐：

• 《深入浅出的数据分析》、《精益数据分析》、《商业分析全攻略》、《谁说菜鸟不会数据分析》。

在线资源：

• 人人都是产品经理。

七、机器学习【贯穿学习全程】

面试考察频率：提问为主，日常使用视岗位需求而定。

学习资源：

• 视频教程：五分钟机器学习。

• 书籍推荐：《数据挖掘与数据化运营实战》、《百面机器学习》、《Python数据分析与数据化运营》。

学习重点：

• 分析算法：逻辑回归、贝叶斯、决策树、随机森林。

• 回归算法：线性回归、聚类算法。

八、大厂实战完整项目【学习完毕后】

练习路径：

• 阿里云天池、和鲸社区、kaggle等平台。

九、up主推荐

公众号推荐：

• 接地气的程老师（适合初阶学习者）、小火龙说数据（适合进阶学习者）。

B站推荐：

• 数据分析看stone、戴戴戴师兄。

数据分析是一个不断学习和实践的过程。通过上述的学习路径，自学者可以逐步构建起自己的知识体系，不断提升自己的技能水平。希望每一位有志于数据分析的自学者都能够坚持不懈，最终在数据分析的道路上取得成功。