零基础学习数据统计分析

Question

从零开始学习数据统计，数据分析方面专业知识，之前从未了解过，该如何入手，以何种方式进行学习，容易掌握，收获更多、更快，希望各位大神提供你们宝贵的意见，谢谢！

Answer 1

第一方面是数学基础，第二方面是统计学基础，第三方面是计算机基础。要想在数据分析的道路上走得更远，一定要注重数学和统计学的学习。数据分析说到底就是寻找数据背后的规律，而寻找规律就需要具备算法的设计能力，所以数学和统计学对于数据分析是非常重要的。

而想要快速成为数据分析师，则可以从计算机知识开始学起，具体点就是从数据分析工具开始学起，然后在学习工具使用过程中，辅助算法以及行业致死的学习。学习数据分析工具往往从Excel工具开始学起，Excel是目前职场人比较常用的数据分析工具，通常在面对10万条以内的结构化数据时，Excel还是能够胜任的。对于大部分职场人来说，掌握Excel的数据分析功能能够应付大部分常见的数据分析场景。

在掌握Excel之后，接下来就应该进一步学习数据库的相关知识了，可以从关系型数据库开始学起，重点在于Sql语言。掌握数据库之后，数据分析能力会有一个较大幅度的提升，能够分析的数据量也会有明显的提升。如果采用数据库和BI工具进行结合，那么数据分析的结果会更加丰富，同时也会有一个比较直观的呈现界面。

数据分析的最后一步就需要学习编程语言了，目前学习Python语言是个不错的选择，Python语言在大数据分析领域有比较广泛的使用，而且Python语言自身比较简单易学，即使没有编程基础的人也能够学得会。通过Python来采用机器学习的方式实现数据分析是当前比较流行的数据分析方式。

对大数据分析有兴趣的小伙伴们，不妨先从看看大数据分析书籍开始入门！B站搜索尚学堂官方号，大数据教学视频，从基础到高级的都有，还挺不错的，知识点讲得很细致，还有完整版的学习路线图。也可以自己去看看，下载学习试试。

Answer 2

想要入行数据分析师，那么有两个部分必须掌握：工具 + 数据分析方法论。
先谈工具。
学习过程应该由易入难。从认识表结构、懂得表连接、掌握小数据量处理，到表在心中、只需要代码批量自动化处理、并且会通过算法实现相关性分析，这两个状态之间有三个层次。
第一个层次：当数据分析师只用面对小量数据时（一般来说小于几万行），他/她应当先学会从MySQL（一种部署在本地计算机的数据库）的Sql语法提取数据，然后用excel进行做表做图的处理，亦或是用FinbeBI或者是PowerBI做出更为精美的指标看板，以供决策者看到公司销售、运营、人力等指标的变化趋势。
第二个层次：当数据分析师面对中量级数据（也就是百万千万级数据）时，他/她会发现：excel和BI无法打开这一庞大数据集。那么怎么办呢？这时Python的批量处理数据能力就变成了入门最简单且处理最高效的工具了。Python是一种入门简单，语法简洁的编程语言，它拥有丰富的"工具库“。就像英语具有“日常英语”和“商务英语”等不同的语句库，python也有具有不同功能的工具库。比如python的pandas库就能够轻易地，对千万级表的数据做到，将第10行到第20万行的所有1都替换成0；python的numpy库又能轻易地进行N维空间的矩阵运算。另外python的matplotlib和seaborn可以短时高效地绘制跟excel和BI一样精美的指标图。
第三个层次：当数据分析师处理超大数据量的时候，hadoop和spark等等大数据工具及组件就会派上用场。这时学习的就是从多台服务器上调取大量数据，并且要将这大量数据做出高效运算，和用算法进行分析。
先打地基，后建高楼。万楼皆从平地起。Excel，MySQL，BI就是处理小数据的地基。Python可处理中量级。Hadoop和spark等工具则是处理大数据的利器。
沿着这个思路往下，结合刻意联系的原则（量化的特定目标+实践+及时反馈），你一定会收获入门数据分析师的果实。

Answer 3

一些基本的数据分析基础，可以自学一些简单的数据库，深入的还需要真实数据实操，目前行业分工不是特别明确本回答被提问者和网友采纳

Answer 4

数据统计分析要懂得理论基础和软件基础。