【数据分析-数据挖掘】如何成为数据分析师

如何成为python数据分析师

1:excel 数据分析

最基本的数据分析 收集 和运用 最常用的工具
熟练 然后 对付绝大部分的工作

2：SQL （structured query language）数据库语言

要会在数据库里增删存取数据，大型数据分析必备技能
效率大大的提高

sudo service mysql start 
mysql -u root

主要的语法和逻辑 类似 `

create / use / create table / insert into /
show tables /select * from / where / and-or /in- not in/ like /max-min 
/group by /order by/ count /sum /if /join /limit ..........

除此之外：

1. SQL被作为关系型数据库管理系统的标准语言。SQL Server是由Microsoft开发和推广的关系数据库管理系统（RDBMS）

2. MySQL是轻量型数据库，并且免费，没有服务恢复数据。

3. Oracle是重量型数据库，收费，Oracle公司对Oracle数据库有任何服务。

4. DB2 是美国IBM公司开发的一套关系型数据库管理系统

5. Microsoft Office Access是由微软发布的关系数据库管理系统。它结合了 MicrosoftJet Database
   Engine 和 图形用户界面两项特点，是 Microsoft Office 的系统程序之一

3:数据可视化

数据分析是用来监控数据和观察数据

兜售自己的观点结论并且做报表给老板看

所以要学会 tableau 和 finebi

4:数理统计学

需要从基础的统计知识（描述性统计，区间估计，假设检验）出发到基本的统计知识（T检验，方差分析）最后到商业常用的模型（回归分析，方差分析），学习数据分析背后的逻辑，掌握用统计学的概念和思维去思考。

然后竟然会使用spss sas 简单操作

5:数据挖掘

数据挖掘(Data Mining)的定义是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
数据挖掘能做以下七种不同事情：
· 分类 （Classification）
· 估计（Estimation）
· 预测（Prediction）
· 相关性分组或关联规则（Affinity grouping or association rules）
· 聚类（Clustering）
· 描述和可视化（Description and Visualization）
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)

目前，以上。