如何自学数据分析-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于如何自学数据分析的问题，于是小编就整理了3个相关介绍如何自学数据分析的解答，让我们一起看看吧。

1. 有哪位前辈知道学习分析数据该从哪方面入手呢？
2. 想成为数据分析师学习流程是怎样的？
3. 如何练就数据分析的思维？

有哪位前辈知道学习分析数据该从哪方面入手呢？

数据分析主要包括大概六个方面的内容，

(1) excel

(2) Mysql

(3) python

(4) BI商业智能工具

(5) 数理统计与数据运营

(6) 机器学习

你可以先对各方面进行了解，自学能力强的话没有问题，但是自学很可能会走一些弯路，毕竟下班的时间比较少，这里更推荐跟着老师进行系统性的学习哦，可以更加高效率的掌握知识。

想要获取更多数据分析相关资讯，欢迎关注我们的公众号：聚数云海。免费获取数据分析师大厂真题。

作为一名IT行业从业者，同时也是一名计算机专业的教育工作者，我来回答一下这个问题。

随着大数据逐渐开始落地到行业领域，未来大量的职场人都需要掌握一定的大数据知识，而数据分析作为一个重要的数据价值化手段，也成为更多的职场人需要掌握的重要技能之一。

数据分析有两种常见的分析方式，一种是统计学方式，另一种是机器学习方式，初学者可以根据自身的知识基础来选择不同的学习切入点。但是不论选择学习哪种数据分析方式，都需要具有三大块基础知识，分别是数学、统计学和计算机。

对于基础比较薄弱的初学者来说，可以从基本的数据分析工具开始学起，目前比较流行的数据分析方式可以简单地分为两类，一类是基础性数据分析工具，比如Excel就是比较常见的数据分析工具，对于很多传统行业的职场人来说，掌握Excel可以应付大部分数据分析任务，另一类是相对比较专业的BI类工具。

对于具有一定数学和计算机基础的初学者来说，可以按照三个阶段来学习数据分析知识，第一步是学习数据库知识，可以从关系型数据库开始学起，重点在于Sql语言的学习；第二步是学习编程语言，比如Python就是不错的选择；第三步是学习机器学习知识，这部分内容有一定难度，需要一个系统的学习过程。

最后，学习数据分析一定要结合具体的应用场景，这样才会积累更多的实践经验，所以在进行数据分析的过程中，也需要掌握一定的行业知识，这需要一个积累的过程。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

想成为数据分析师学习流程是怎样的？

作为一名刚转行不久成为一名数据分析师且最近在一家相对可以的互联网公司的数据分析师来说，我觉得数据分析师学习流程有3个大的方面：1 数据分析工具的学习 2 数据思维的学习 3 数据分析的面试，接下来我就从这3个方向做出回答。

数据分析工具的学习：

python：如果你想做的师数据挖掘工程师，那python 得学好，如果只是像我一样仅仅是成为商业数据分析师，那学习最基础的掌握，numpy,pandas 就足够了。参考书籍有《利用python进行数据分析》，《python基础教程》同样还有对应的官方网站，比如廖雪峰的python基础教程等，网上其实一堆，我开始就是用的廖雪峰的教程。

sql：sql我觉得是比较重要的，我面试的百分之70公司都会问关于sql 的问题。如果完全不会可以看一下《sql必知必会》，网上也有对应教程，可以去看一下菜鸟教程，里面基本包含了很多想学的东西。

excel/bi:一般人都会excel，数据分析的excel 主要涉及到钻取，***图等几个功能，其他的可能就是求中位数，差方那些函数，掌握这些基本的函数，exceL数据分析基本都会了。bi工具用的最多的就是他的可视化分析，市面上最多的就是powerbi ,tableau,finebi等。

数据思维

我的建议是先看一下对应的书籍，比如《增长黑客》，《精益数据分析》，《数据驱动：从方法到实践》，《如何用数据解决实际问题》，《统计学原理》，《概率统计》等，这些是我认为比较好的思维书籍。数据思维也是很重要的，一般面试官很多考察你解决问题的思路，比如漏斗分析，你怎么从数据中找问题等。

数据面试

我当时面试的时候，面试的主要是sql,还有数据思维，面试前主要在一些网站上实战看看自己的sql 能力过不过关（牛客网，leedcode等），或者基础的python 会不会，思维方向，大致就在我介绍的那几本书中。

想成为数据分析师，首先要学习几项基本技能，例如：统计学，编程，数据库，数据仓库，数据分析方法，以及数据分析工具。

1、统计学推荐看《概率论与数理统计》一本书就够了。

2、编程，建议学习python作为编程语言，上手快而且最适合大数据的处理。

3、数据库，学习SQL语言，为进行的数据收集等建立库和关系，可学习MySQL，Oracle，SqlSever等。

4、数据仓库适用于大数据时代，数据仓库面向历史数据，是一个面向主题的，集成的，随时间变化的数据***，可学习AWS Redshift，Greenplum，Hive等。

5、数据分析方法，由简入深，可结合语言从《python与数据挖掘》看起，再看《精益数据分析》等。

6、数据分析工具，例如SAS，Matlab，SPSS等，可以非常方便的做计算和统计等，还要学习一些可视化工具来呈现结果，如Tableau。

想成为数据分析师，按照以上流程，循序渐进地学习，一定能达到你的目标。

如何练就数据分析的思维？

大数据分析技术的发展，人们对数据与数据分析的重视程度提高，但无论是大数据分析还是数据治理，具有运用与分析数据的思维更重要，即数据分析思维。它是根据数据来思考分析事物的一种思维模式，具备数据分析思维的人可以正确的运用数据去分析处理一些事物，讲究逻辑关系，用数字说话，而不是靠传统的经验去判断。很多人都想拥有数据分析思维，这种能力不是与生俱来的，需要我们加强学习。

1. 与数据打交道，数据分析思维一定离不开数据，要加强数据的研究，例如有哪些业务数据、数据的产生源头、走向、流程等，多研究与分析数据，提升对数据的感知。

2. 逻辑归纳能力，多阅读一些文章，将里面复杂的问题分解成一个个单一的点，进行总结、归纳与排序，明确先后发生的关系，支撑必备的条件等，使之具备条理和逻辑性。

3. 反向推理演绎，要具备演绎能力，将要发生事物过程在头脑中虚拟演绎，通过问题的结果反向推演事情的经过，寻找问题点；或***设事物的起因，而推测即将发生的结果。

4. 指标与维度分析：思考罗列出需要分析的问题的指标，列出指标项，进行主题的细分，之后拟定分析的维度，当然这些过程都可以使用数据分析工具***完成。

数据分析思维不是一天两天就能够炼成的，首先需要具备客观的、逻辑化的思维，之后不断用数据去证明，将问题从出现、到解决、得出结论、总结的不断往复的长期性过程。

大数据是我的主要研究方向之一，同时也在带相关方向的研究生，所以我来回答一下这个问题。

要想练就数据分析思维，首先要了解数据分析的目的和意义，以及在当前的大数据时代，***用何种数据分析方式。数据分析思维的培养与编程思维的培养有相似之处，都需要完成大量的实验，在实验中逐渐形成自己的理解，同时在实验中也能培养具体的数据分析方法。

数据分析思维的培养要从三个层级进行，其一是分析数据背后的规律；其二是不同场景下的数据价值化；其三是判断数据的真实性。从整个数据应用的价值链来看，数据分析处在中间（数据***集、数据分析、数据应用），数据分析通常并不是最终的目的，数据应用才是目的。

首先了解一下数据背后的规律，所谓的规律既可以理解为因果关系，也可以理解为相关关系，在小数据时代更关心因果关系，而在大数据时代则更关注相关性。如果说因果关系是线性关系的话，那么相关关系更像是一种网状结构。寻找数据背后的规律是进行数据价值化的主要操作之一，目前比较常见的方式是***用统计学方式和机器学习方式。

接下来再看一下场景数据分析，数据分析通常与场景有密切的关系，不同的场景往往需要***用不同的分析方式，比如结构化数据分析、半结构化数据分析和非结构化数据分析就需要分别***用不同的分析方式。另外，场景数据分析需要具备一定的行业背景知识，这一点是比较重要的。所以，很多人说数据分析要先从行业知识开始了解。

最后看一下数据的真实性，与小数据不同，大数据往往充斥着大量真***难辨的数据，数据分析的一个重要的意义就在于分析出目标数据的真实性，这一点在生产环境下有非常重要的实际意义，尤其是安全生产领域更是如此。因为错误的数据往往会导致自动化系统产生误判，而通过数据分析则能够在一定程度上避免系统的误判，从而保障系统的稳定性。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

到此，以上就是小编对于如何自学数据分析的问题就介绍到这了，希望介绍关于如何自学数据分析的3点解答对大家有用。