👩🏼‍💻 ▍从零到一入门 • 数据分析

🔺 分析工具
▪️ Excel
目前Excel依旧是很多公司在用的一种数据分析方式，在实际的工作和生活中，数据量没有很大的时候。临时用excel分析数据和画图分析还是能够一定程度上提高效率的。

▪️ SQL
SQL在数据分析中是非常重要的，因为大部分公司的数据都是存储在数据库里面的，因此对于大量数据的分析，就需要数据分析师从数据库中筛选出自己需要的数据进一步的处理与分析。

▪️ Shell
数据分析师，对于shell命令的了解，仅限于基本命令的使用和数据的处理，对于shell的开发不做特别要求，具体看个人兴趣和时间成本则需投入。

▪️ Python
Python已经连续几年成为开发者最想学习的语言了，Python在最近几年的关注度越来越高，第一是人工智能、机器学习带来的热度，第二是Python是一名全能型选手。对于数据分析工作者来说，python是能够非常大程度提高工作效率的，可以把一些重复性的数据工作用代码来加快实现的速度。

🔺修内力
▪️数学基础
如果说哪一门是数据分析的基础，那一定是统计概率。很多分析的方法与模型都是建立在统计概率学的基础上的。

▪️分析思路
下面来给大家推荐几本，修 分析思路内力的书籍。
深入浅出数据分析
精益数据分析
数据科学实战
增长黑客

▪️业务
其实数据分析是不会脱离业务存在的，你进入哪个行业，很大程度就会决定了你前期的一些技能点。因此对于你这个行业的业务的这一块的修炼也是必不可少的，这里大家就根据自己的行业来做专项的学习和提升。

🔺推荐书籍
▪️深入浅出数据分析
▪️深入浅出统计学
▪️精益数据分析
▪️增长黑客
▪️数学之美
▪️赤裸裸的统计学

🔺数据分析流
▪️数据获取
▪️数据预处理
▪️数据建模与分析
▪️数据可视化

🔺领域与路线
▪️数据分析
▪️数据挖掘
▪️数据产品
▪️数据工程

🔺数据分析技能树
▪️基础
▪️编程语言
▪️数据可视化
▪️数据分析
▪️机器学习
▪️软技能

🔺数据分析师特质
▪️擅长分析
▪️数据敏感
▪️抗压能力强
▪️沟通能力强
▪️识别价值的能力

#Tech#