數據分析師入門該學些啥

作為轉行學習數據分析，自然看了不少文章，走了不少彎路，學了不少有用沒用的，下面推薦一篇入門該學習的文檔手冊。這本手冊包含了入門需要掌握的技能，包括python、爬蟲、資料庫、統計分析知識、機器學習知識。必備的工具主要是anaconda（數據科學強烈推薦），MySQL。

主要分為以下幾個部分：

Python 基礎語法

數據類型：字元串、布爾型、整數、浮點數、列表、元組、字典、集合等； 運算符：Python主要的運算符有數學運算符、邏輯運算符、比較運算符；

表達式：由值、變數、運算符組成；

控制流：Python有三種控制流，if/for/while來控制表達式執行的順序；

函數、變數作用域（局部和全局）、lambda函數：使得代碼變得更簡潔和更具有可遷移性；

字元串操作：替換、刪除、截取、複製、連接、比較、查找、包含、大小寫轉換、去空格、分割等；

數據操作：數據索引、切片、添加、插入、移除、排序等方法；

正則表達式：使用正則表達式可以實現模糊匹配、替換和拆分。

SQL基礎知識

建立表：SQL語句操作的對象是表格，表格的建立是操作的基礎，可以使用CREATE命令進行建立；

插入、更新和刪除數據：建立了表格之後需要使INSERT,DELETE,DROP來對表格進行更進一步的插入新值新列、刪除部分數據、刪除整張表的操作。

數據檢索：用SELECT語句來實現檢索功能，它是最經常被使用到的SQL語句；

數據排序：ORDER BY語句；

數據過濾：WHERE語句限定了搜索的條件；BETWEEN/IN/NOT操作符限定了查詢值的範圍；AND/OR操作符表達搜索條件間的邏輯關係；數據匯總和分組可以使用GROUP BY語句。

子查詢：可以嵌套在主查詢的SELECT,WHERE,FROM,GROUP BY等位置，使用子查詢可以寫出具有更複雜功能的SQL語句，使得查詢更加靈活。

組合查詢：使用UNION操作符，連接多個SELECT語句，把多條查詢結果當做一條組合查詢返回，大大簡化了查詢的複雜程度。

關係型資料庫的設計方便了處理和提高了存儲的效率，然而卻帶來了一個問題，就是跨表的查詢。聯結是一種機制，用於關聯不同的表。

基本概念：主鍵、外鍵。

種類：內部聯結；自然聯結；外部聯結；帶聚集函數的聯結。

LIKE操作符支持的通配符：可以用於匹配搜索值的某一部分，來實現數據的過濾。

python數據分析與可視化

數據分析（NumPy／Pandas）

Python數據可視化，常用的Python可視化工具包有：matplotlib、seaborn等。

機器學習

監督學習：線性回歸，邏輯回歸，決策樹，樸素貝葉斯、最近鄰等演算法

無監督學習：聚類演算法、降維演算法等。

scikit-learn是一個開源學習模塊，為用戶提供了許多機器學習的演算法介面，可以使用Python直接調用。

這些都只是一些入門需要掌握的內容，最重要的還是多實踐、多練習。通時也要養成數據分析師思考問題的習慣：

問題的重要性（為什麼要分析這個問題？）

問題的準確定義（可以以假設檢驗的方式寫出）

如何選擇分析所使用的數據集（數據來源是否可靠，內容是否充分？）

問題分析所採用的方法（方法是否適用？）

數據分析預處理（如何生成訓練集、測試集）

分析結果所採用的評價指標

要清楚分析所使用的方法以及數據集的局限在哪裡

最後就是要學會寫數據分析報告，因此會ppt，數據可視化軟體也是很重要的。

學習最重要的是持之以恆，不間斷的學習加上練習，肯定能取得非常好的效果。今天展示的是入門需要掌握的一些知識，在以後，我會逐漸通過這些知識，完成一些有意思的項目，深入了解學習每一個功能模塊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！