数据分析修炼手册(必修课)
106 浏览量
2024-05-14
15:23:59
上传
评论
收藏 603KB DOCX 举报
数 据 分 析 修 炼 手 册
目 录
数据分析修炼手册...........................................................................................................................1
数据分析师如何分类？ .................................................................................................1
数据分析师的具体工作职责和工作内容有哪些？........................................................3
如何在业余时间成为数据分析师？ ..............................................................................4
数据分析实战与运用.....................................................................................................9
如何用 Excel 做数据分析？ .........................................................................................10
如何用 Tableau 做数据可视化？.................................................................................16
数 据 分 析 师 如 何 分 类 ？
入行之后，我才发现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类似
产品经理向更加注重业务，对业务能力要求比较高；数据挖掘向更加注重技术，对算法代码能力
要求比较高。
首先我说说这两种方向共同需要的技术面，当然以下只是按照数据分析入门的标准来写：
1. SQL（数据库），我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据库，
那么怎么从数据库取数据？如何建立两表、三表之间的关系？怎么取到自己想要的特定的数据？
等等这些数据选择问题就是你首要考虑的问题，而这些问题都是通过 SQL 解决的，所以 SQL 是
数据分析的最基础的技能，零基础学习 SQL 可以阅读这里：SQL 教程_w3cschool
2. 统计学基础，数据分析的前提要对数据有感知，数据如何收集？数据整体分布是怎样的？如
果有时间维度的话随着时间的变化是怎样的？数据的平均值是什么？数据的最大值最小值指什
么？数据相关与回归、时间序列分析和预测等等，这些在网易公开课上倒是有不错的教程：哈里
斯堡社区大学公开课：统计学入门_全 24 集_网易公开课
3.Python 或者 R 的基础，这一点是必备项也是加分项，在数据挖掘方向是必备项，语言相比较
工具更加灵活也更加实用。至于学习资料：R 语言我不太清楚，Python 方向可以在廖雪峰廖老师
的博客里看 Python 教程，面向零基础。
剩余14页未读，继续阅读
资源评论
