浅谈数据分析入门

数据分析接下来将会作为一门通识技能，进入越来越多的不同工作岗位中。掌握数据分析，一方面可以提升自己相应的业务能力，另一方面也可以让自己建立一种data-driven的视角，去思考各种问题。

本文由科赛网首席数据分析师@保一雄 原创，将主要从「基本技能+动手实践」两个角度谈谈如何入门数据分析。

基本技能

就数据分析学习而言，需要的技能模块有统计基础+数据库知识+编程能力。

1.统计基础

理工科的学生在本科阶段学习过概率论与数理统计，单从做数据分析的角度已经够用。其他方面，可以根据需要查看相关书籍，随时进行查漏补缺即可。个人推荐《深入浅出统计学》，可以让统计理论的学习有趣又自然。

2.数据库知识

关系型数据库很重要。在学习数据分析的初期甚至很长一段时间，你接触到的数据都存储在关系型数据库中，需要学习SQL语言进行数据查询。关于SQL语言，强力推荐《SQL必知必会》，整本书通俗易懂，是学习SQL语言的不二之选。

学习数据库的本质就是在学习一种与数据打交道的逻辑思维与能力。编程中的很多思想都和关系型数据库、SQL相通，比如：SQL中对data进行group by的操作，这个在Excel里类似于透视表，在Python/R中也有相应的group function去处理数据。甚至在以后的进阶过程，你会接触到分布式数据库和所对应的no-SQL语句。

3.编程能力

Excel。 透视表(Pivot Table)是做数据分析的必备技能。透视表可以帮你迅速汇总数据，看到各类型数据的直观特征就像是让你站在更高的视角看待数据。作为进阶，Excel自带的函数、各种插件，以及VBA也是很好的工具。

Python。当数据量大到用Excel打开都要很久或者我们想进步提升能力时，需要学些hardcore技能，即用编程语言做数据分析。这里主要有R和Python两大流派。个人推荐Python，一是代码简单易懂，容易上手；二是学习资料多，降低学习成本。推荐《利用Python进行数据分析》，涵盖了利用Python做数据清洗，数据可视化及分析的技能点，可以作为一本工具书随时查阅。

动手实践

基本技能的学习与掌握是贯穿整个学习过程，期间还需要借助小项目完成动手实践，以及跟领域内的前辈多交流，形成学习反馈闭环。

1.选好实践平台

一个好的平台社区将会起到事半功倍的效果。科赛网是聚集数据人才和行业问题的在线社区，在上面你能找到很多开源数据集，启动你的数据分析之旅。

同时，科赛打造的国内首款在线数据分析协作平台K-Lab也很强大。如果看到不错的项目，可以Fork过来在K-Lab上完成自己的分析项目并在社区内展示出来与大家共享。

像前段时间，科赛网发起了DATA CHAT之「寻找NBA懂球帝」的数据分析活动，提供NBA数据集，鼓励大家用数据分析交流对NBA话题的观点。这里分享下自己做的一个项目：「找寻史上总冠军系列」

2.随时查漏补缺

实践过程中，你可能会遇到各种问题，知乎就是一个强大的搜索引擎，上面有很多大牛写的数据分析文章；当然，如果英文能力强的话，可以参考StackOverflow。直接搜索你在写代码做数据分析遇到的各种问题，总有一款答案适合你。

3.随时复盘整理

就像是游戏里打怪升级，你需要逐个击破知识盲区，完成滚雪球式累积。比如你发现自己对统计的知识点不是很清楚，可以回过头去看统计学书籍；你发现数据存储在分布式系统里面，便开始学习no-SQL的知识；你发现自己对某一行业比较感兴趣，可以通过数据分析进行解读；你发现自己已经不满足于利用现成数据作分析，就开始学习使用爬虫去抓取数据作分析。

小结

学习数据分析就是搭好框架体系，不断累积知识，不断hack技能，不断提升分析水平的过程。哪怕是业余时间学习，假以时日，亦可成大器。

关于科赛网

科赛网通过对接企业的数据算法、数据创新问题和数据人才，目前已吸引数万名专业数据科学家的加入，为企业提供了数千份数据算法、数据产品方案（客户包括平安、联通、华为、携程、拍拍贷等知名企业），创造了可观的经济效益。

重点研发的K-Lab在线数据分析协作平台是国内首款同类产品，致力于成为数据分析与数据科学人群的首选工具。K-Lab通过集成Python和R语言生态的丰富功能，以及云计算的强大算力，提高数据科学家和分析师团队的学习效率、工作效率与产出价值。