数据分析师自学之路

阶段一：商业数据分析

对于大部分公司来说，数据量不是很庞大，数据分析通过Excel，SPSS等工具就可以搞定，此时需要掌握的技能有Excel、MySQL、统计学及SPSS。

学完这些技能后，可以去很多公司做一名商业数据分析师，支撑市场部、运营部等的数据分析工作。

1、Excel

Excel这部分需要学习的内容有3块：Excel公式、数据透视表及Excel数据图表。

关于Excel的书籍、教程有很多，找几本经典来学习一下，重要的是练习，看完教程后，一定要自己动手做一遍，才有可能掌握。

推荐书籍：

《谁说菜鸟不会数据分析》系列

《Excel图表之道:如何制作专业有效的商务图表》

《别怕，Excel VBA其实很简单》

2、MySQL

作为数据分析师，需要跟数据打交道，所以懂点SQL也是必要的。

关于SQL的书籍、免费资料也有很多，这里推荐2本，重点仍然是多动手练习。

推荐书籍：

入门书籍：《MySQL必知必会》，人邮出版社。

进阶书籍：《SQL进阶教程》，[日]MICK。

3、统计学

统计学是必须的，不懂统计学根本算不上数据分析师，具体内容有：

1、统计学：统计学基础、参数估计、假设检验、方差分析、线性回归、时间序列。

2、多元统计分析：聚类分析、主成分分析及因子分析。

从上面可以看到，统计学学习可以分成两个阶段进行，统计学和多元统计分析，重点是多动手做题、思考。

推荐书籍：

第一阶段，推荐书籍，贾俊平的《统计学》，人大出版社;

第二阶段，推荐书籍，何晓群的《多元统计学分析》，人大出版社。

PS：数学零基础的童鞋，可以先看下《Head First 统计学》(又名《深入浅出统计学》)

4、SPSS

因为统计学很有些分析方法通过Excel就可以搞定;有些不行，必须通过其他工具才能搞定，例如多元线性回归、聚类分析、主成分分析及因子分析，都需要用到SPSS。

在掌握了统计学的基础上，在学习SPSS是很容易的，因为SPSS只是一个工具而已。

推荐书籍：

《统计分析与SPSS的应用》，薛微，人大出版社。

《PASW/SPSS Statistics中文版统计分析教程》，电子工业出版社。

阶段二：涉及算法的数据挖掘

有些数据分析工作，需要通过统计算法及机器学习算法来进行，所以还需要掌握Python或者R。

掌握了R数据分析或者Python数据分析技能后，可以去一些公司做基于统计算法或者机器学习算法的数据分析及挖掘工作。

1、Python

Python数据分析主要包括Python语法基础、常用数据分析扩展包Numpy、Pandas、Matplotlib等、Python数据探索及预处理、Python机器学习等。

推荐书籍：

《Python编程从入门到实践，[美]Eric Matthes》

《利用Python进行数据分析，Wes McKinney，机械工业出版社》

《Python机器学习基础教程》，[德]Andreas C. Müller [美]Sarah Guido

2、R

R数据分析包括R语言基础、R数据可视化、R数据预处理、R统计分析及R机器学习。

推荐书籍：

《R语言初学者指南》，[英]AlianF.Zuur，西安交通大学出版社

《R语言实战(第2版)》，RobertI.Kabaco，人民邮电出版社

阶段三：大数据平台下的分析

在一些大公司，海量数据的情况下，数据都是运行在大数据平台上(Hadoop)，还需要懂MapReduce、Hive、HBase数据仓库等技术。当然这些可以在工作学习、积累。