sql如何计算所占比例_如何快速成为数据分析师？

看到这个话题，不知不觉的就想码点什么...

自己干数据分析这一行快7年了，从入行到现在其实一直都不平坦，有过迷茫，有过瓶颈，也有一些沉淀和感悟。

那么对于如何快速成为数据分析师，我的认为是你要做好充分的准备和足够耐心，所谓”快速“不是真的说立马就能成为数据分析师，就好比书店里”30天速成java“，”7天sql必知必会“一样，只是用来缓解焦虑；”快速“这个词更多表达的应该是学习努力的方向，朝着这个点去努力，你就能少走弯路，有针对性的训练也就能相对更快的入行。

继续回到话题：那么究竟该如何快速的成为数据分析师？我觉得可以拆解成如下两个问题，并利用招聘市场的需求数据来给大家做回答：

1.互联网数据分析师岗位招聘都有哪些要求？

2.互联网数据分析师的岗位需求如何？

首先我爬取了拉勾网主要一二线城市数据分析岗位的任职要求文本数据，对文本关键词检索发现有接近60%的数据分析岗位明确要求Sql技能， R和Python紧随其后，分别占比55%和40%，看来Sql、R、Python是数据分析名副其实的三大技能基础；排名第5位是机器学习（Machine Learning），数据分析进阶方向总是和算法关系紧密；在入门之后注意补充算法知识，并能灵活运用对职业发展可是大有裨益啊。

另外，数据分析对java、scala等偏工程开发类语言要求不高，新手入行完全不用在意这块。

数据分析岗位要求中不同技能的曝光比例

既然已经知道Sql、R、Python是入门的三大技能；由于我自己喜欢撸书，这里给大家推荐几本还不错的学习资料：

A. Sql入门，推荐深入浅出系列书籍中的《深入浅出SQL》，该书的行文风格如同小说一般，利用一些事例将整体章节串联起来，一点都不枯燥。

B. R入门，主要推荐《R语言实战》、《R语言与网站分析》以及《机器学习实用案例解析》这三本书；三本书依次由浅入深讲解了R的基础语法和机器学习应用案例。

C. Python的话，可以先从了解python基础命令、numpy和pandas库的使用方法来逐渐掌握； 这里主要推荐三本书籍；入门是《利用python进行数据分析》，该书对python的语法基础、数据结构、numpy和pandas模块介绍的非常详细；在对python基础有了一些掌握之后，想要继续学习，我推荐的书籍是《python数据挖掘与分析实战》和《集体智慧编程》；这两本书都是在利用python讲解机器学习的场景应用；每一类分析算法都有独有的应用场景来阐述，非常易于理解和学习。

好了，当你把上面的书都看完，相信你对技能的掌握已经达到一个新的水平；如果你即将入行，那么准确的把握数据分析岗位市场需求情况将更有助于你快速找到一个满意的工作。

于是我统计了5.1号之后主要一二线城市的发布的数据分析招聘岗位数量如下：

主要一二线城市数据分析岗位需求情况

主要5个城市中，需求量最大的城市依次是北京、上海，但两者总体需求差异不大；需求最少的城市是杭州（其中唯一的二线城市）；就各个城市的需求区域集中度来看，北京市主要以朝阳、海淀两个区为主；上海岗位集中在浦东和徐汇；深圳绝大部分数据分析岗位在南山；广州是天河，而杭州主要体现在西湖区。

这些分析是不是对即将入行的你有所帮助呢？

如果你刚好准备在以上的某个城市中从事数据分析，那么在找工作、租房的过程中可能我的分析会对你有所帮助，哈哈。

最后希望你一切顺利！