首页手记【精华分享】：转行数据分析的一份学习清单

【精华分享】：转行数据分析的一份学习清单

标签：

Python 大数据深度学习

作者：xiaoyu

微信公众号：Python数据科学

知乎：python数据分析师

上一篇主要分享了博主亲身转行数据分析的经历：

【从零学起到成功转行数据分析，我是怎么做的？】

本篇继上一篇将分享转行数据分析的一些经验和学习方法，看完这篇你将会解决以下几个问题：

转行数据分析需要掌握哪些学习重点？
转行学习数据分析有哪些好的学习资源？

注意：

本篇内容是针对所有想转行数据分析人员的，内容深浅不一。若内容过于简单，可直接略过，若内容过于复杂，也不必担忧
本篇涉及到的所有推荐书籍博主已经打包，文章末尾会提供获取方式

编程基础

如果你是一个对编程毫无经验的小白，那么首先你应该掌握一定的编程基础（尤其像从其它行业转行到IT行业的朋友们）。对于新手来说，博主认为Python语言是最佳的选择。作为一个解释型的动态高级语言，Python易于理解，上手简单，非常适合初学者学习。一本快速入门Python语言的书籍推荐：简明Python。这本书英文原版为《A Byte of Python》，经翻译变为《简明Python》。博主也给好多人推荐过，大家看过之后基本上都很认同，是入门Python最快效果最好的书籍。

如果你已经了解了Python编程的基础用法想要继续深入学习Pyhon，那么博主推荐你去看：廖学峰Python教程。它基本上涵盖了Python编程入门到精通的所有知识，如果你能将这个看透，那么可以说你已经掌握了Python这门语言了。

学完了Python的理论知识，当然就需要应用，需要实战。博主之前分享了一篇文章非常适合Python初学者的实战项目，非常有趣，也易于实现。如果你也苦于找不到一个合适的练习项目，那么可以尝试一下这个练习项目：

给Python初学者的最好练手项目

数据分析基础

抛开对业务层面的基本理解，学好数据分析首先需要了解统计学，统计分析是数据分析的基础，也是灵魂。下面博主列出统计分析的几个核心内容：

描述统计，统计推断，概率论；
抽样，分布，估计，置信区间，假设检验；
线性回归，时间序列；

博主推荐一本比较好的统计学书籍：统计学，这本书清晰的讲述了基础的统计学知识，非常经典。

数据分析工具

SQL语言

博主之前做过一个统计，就是统计招聘网站上关于数据分析师的招聘信息关键词，其中词频最高的是SQL。这就说明了一个问题：数据分析师最关键的一项技能就是会使用SQL语言操作数据库。

关于SQL的学习博主推荐两个学习路径：

w3school
SQL必知必会

这个学习没有捷径，需要一个学习规划，一般学习周期不长，两个星期就可以学一遍，但是更多的是反复练习刷题，推荐到Leetcode进行一些实践练习。

Excel基本操作

作为微软的一个出色表格处理工具，Excel也是数据分析师需要掌握的。因为公司很多其它部门非技术人员是不会使用编程工具的，而会使用相对简单的Excel来处理一些报表。这个时候就可能需要你可以在Excel中做一些数据分析工作然后反馈，但是也不必太深入，掌握核心的功能即可，比如：

增删改查
各类常用函数的使用
各类基础图标的制作
数据透视表等

能够熟练运用上面功能就可以，学习周期很短，甚至一天就能学会，主要是熟练。而对于剩下的复杂功能等遇到了再学习也不迟。

Python or R？

R语言就是为统计学而设计的语言，是统计行业中非常高效实用的工具，目前非常受欢迎。而Python作为目前非常火爆的语言，由于其出色的科学计算包pandas，numpy，scikit-learn等的存在，非常适合于数据分析与数据挖掘，也是很多人的不二选择。

关于这Python和R，博主认为二者皆可，选择自己顺手和喜欢的。由于博主自己是Python爱好者，也因为它的简单易用，因此强烈推荐使用Python。在Python的基础上有更高级的交互式IPython工具，可以说这让数据分析变得更加方便了，博主推荐使用Jupyter notebook，非常好用，谁用谁知道，如果不知道怎么用，可以参考下面教程快速入门。

Jupyter notebook快速入门教程

如何使用Python进行数据分析？

使用Python做数据分析，首先需要学会使用numpy和pandas包，因为它是Python数据分析的核心工具。numpy主要解决一些数学计算，矩阵变换，线性代数等问题，pandas更像是一张excel表，有行列定义，字段定义，以及数据变换和预处理等操作。两个计算包非常强大，pandas包自己就有两千多个方法，但是别慌，我们只要掌握核心方法就可以了。关于如何学习numpy和pandas，博主后续也会不断分享介绍，但是这里先贴出两张numpy和pandas学习的思维导图，总结的非常好。

numpy学习思维导图

pandas学习思维导图

除此之外，推荐一本特别好的Python数据分析书籍：利用Python进行数据分析，这本书是入门Python数据分析非常好的书籍，从numpy，pandas，数据预处理，数据重塑合并，数据变换等各种关于数据的操作，最后还介绍了Python的时间序列用法以及在金融领域上的应用。

另一本推荐的数据分析书籍是：深入浅出数据分析，这本书使用图表示意比较多，内容也很丰富，也是不错的参考资料。

Python数据可视化

Python的数据可视化工具是matplotlib，matplotlib的功能也十分强大，将它使用好会让你的数据可视化美观清晰，吸人眼球。另外一个可视化工具是seaborn，它是在matplotlib基础上封装的更高级的可视化工具，使用方便，图表非常美观，并有FaceGrid，PairPlot，heatmap等强大的复合型可视化方法。

这两个工具的官方网站都有详细的使用说明，但如果你想快速学习核心使用方法也可以参考下面几个教程：

爬虫和机器学习

好多朋友问：数据分析岗位要求会爬虫吗？要求会机器学习吗？

首先说爬虫。其实说实话，对于数据分析而言，爬虫真不是必须的，因为一般的大公司都有专门的爬虫团队。数据分析只是将数据从数据库取出然后做数据处理和分析。不过，爬虫作为一项技能是可以在一定程度上加分的，起码在博主的面试经历中是这样的。博主之前分享过一系列爬虫技术的文章，感兴趣的朋友也可以在后台学习资源中找到，这里不赘述了。

其次是机器学习。对于机器学习，博主想说这部分还是有必要了解一下的（不是必须），因为一是可以给自己加分，另外也可以让自己清楚未来的职业方向。数据分析的发展方向一般有BI商业方向，行业分析业务方向，和机器学习数据挖掘方向。了解常用的监督和非监督模型，如朴素贝叶斯，决策树，聚类等可以让自己更加深刻得理解数据分析。

机器学习的书籍推荐：《统计学习方法》，《机器学习》，《机器学习实战》三本书。

李航的统计学方法和周志华的机器学习（西瓜书）是大家最为熟知，最经典的书籍资源，两本书主要介绍机器学习的统计理论知识和公式推导，比较难啃，对于初学者其实并不建议花费大量时间深究。因为机器学习涉及的东西很多很杂，对于数学要有很强的功底，所以并不是短时间内可以全部掌握的。对于转行人员来说，时间是很宝贵的，因此博主建议这两本书可以作为参考，但不必盲目深入研究。而对于已经从事本行业的人员，这两本书无疑是最绝佳的参考资料，可以反复阅读。

机器学习实战这本书从实际应用的角度出发，更多的介绍了机器学习编程方面的使用，并附有大量源码分析，是非常具有特色的一本参考书籍，比较适合初始学习机器学习的人员。当然还有很多其它的参考资料，比如台大林轩田，Andrew Ng机器学习视频也是非常好的教学资源。

博主的建议是：先从宏观上了解各个模型的特征，优缺点及主要的应用，然后再慢慢由浅入深的学习各个模型算法的缘由和推导，因为这样不但会逐渐建立信心，也会对模型算法有更深刻的理解。总的来说，几本书各有特色，相辅相成，建议结合几本书一起学习效果最佳。当然，关于机器学习这部分，博主后面也会陆续给大家介绍。