܄ 

浅谈:怎样才能最快数据分析入门

【数据猿导读】 理工科的学生在本科阶段学习过概率论与数理统计,单从做数据分析的角度已经够用。其他方面,可以根据需要查看相关书籍,随时进行查漏补缺即可。个人推荐《深入浅出统计学》,可以让统计理论的学习有趣又自然。

浅谈:怎样才能最快数据分析入门

基本技能

就数据分析学习而言,需要的技能模块有统计基础+数据库知识+编程能力。

1.统计基础

理工科的学生在本科阶段学习过概率论与数理统计,单从做数据分析的角度已经够用。其他方面,可以根据需要查看相关书籍,随时进行查漏补缺即可。个人推荐《深入浅出统计学》,可以让统计理论的学习有趣又自然。

2.数据库知识

关系型数据库很重要。在学习数据分析的初期甚至很长一段时间,你接触到的数据都存储在关系型数据库中,需要学习SQL语言进行数据查询。关于SQL语言,强力推荐《SQL必知必会》,整本书通俗易懂,是学习SQL语言的不二之选。

学习数据库的本质就是在学习一种与数据打交道的逻辑思维与能力。编程中的很多思想都和关系型数据库、SQL相通,比如:SQL中对data进行group by的操作,这个在Excel里类似于透视表,在Python/R中也有相应的group function去处理数据。甚至在以后的进阶过程,你会接触到分布式数据库和所对应的no-SQL语句。

3.编程能力

Excel。 透视表(Pivot Table)是做数据分析的必备技能。透视表可以帮你迅速汇总数据,看到各类型数据的直观特征就像是让你站在更高的视角看待数据。作为进阶,Excel自带的函数、各种插件,以及VBA也是很好的工具。

Python。当数据量大到用Excel打开都要很久或者我们想进步提升能力时,需要学些hardcore技能,即用编程语言做数据分析。这里主要有R和Python两大流派。个人推荐Python,一是代码简单易懂,容易上手;二是学习资料多,降低学习成本。推荐《利用Python进行数据分析》,涵盖了利用Python做数据清洗,数据可视化及分析的技能点,可以作为一本工具书随时查阅。

动手实践

基本技能的学习与掌握是贯穿整个学习过程,期间还需要借助小项目完成动手实践,以及跟领域内的前辈多交流,形成学习反馈闭环。

1.选好实践平台

一个好的平台社区将会起到事半功倍的效果。科赛网是聚集数据人才和行业问题的在线社区,在上面你能找到很多开源数据集,启动你的数据分析之旅。

同时,科赛打造的国内首款在线数据分析协作平台K-Lab也很强大。如果看到不错的项目,可以Fork过来在K-Lab上完成自己的分析项目并在社区内展示出来与大家共享。

像前段时间,科赛网发起了DATA CHAT之「寻找NBA懂球帝」的数据分析活动,提供NBA数据集,鼓励大家用数据分析交流对NBA话题的观点。这里分享下自己做的一个项目:「找寻史上总冠军系列」

2.随时查漏补缺

实践过程中,你可能会遇到各种问题,知乎就是一个强大的搜索引擎,上面有很多大牛写的数据分析文章;当然,如果英文能力强的话,可以参考StackOverflow。直接搜索你在写代码做数据分析遇到的各种问题,总有一款答案适合你。

3.随时复盘整理

就像是游戏里打怪升级,你需要逐个击破知识盲区,完成滚雪球式累积。比如你发现自己对统计的知识点不是很清楚,可以回过头去看统计学书籍;你发现数据存储在分布式系统里面,便开始学习no-SQL的知识;你发现自己对某一行业比较感兴趣,可以通过数据分析进行解读;你发现自己已经不满足于利用现成数据作分析,就开始学习使用爬虫去抓取数据作分析。

小结

学习数据分析就是搭好框架体系,不断累积知识,不断hack技能,不断提升分析水平的过程。哪怕是业余时间学习,假以时日,亦可成大器。


来源:36大数据

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

产品经理怎样才能做好网站数据分析?
产品经理怎样才能做好网站数据分析?
数据驱动方法  浅谈大数据和人工智能
数据驱动方法 浅谈大数据和人工智能
物联网深入发展 将如何改变大数据分析
物联网深入发展 将如何改变大数据分析

我要评论

精品栏目

[2017/07/27]

大数据24小时

More>

[2017/07/24-28]

大数据周周看

More>

[2017/07/24-28]

大数据投融资

More>

[2017/07/24-28]

大咖周语录

More>

[2017/07/24-28]

大数据周聘汇

More>

[2017/07/24-28]

每周一本书

More>

返回顶部