最近經(jīng)常被問到怎么入門數(shù)據(jù)分析，可能很多同學(xué)對怎么開始學(xué)習(xí)還是比較困惑的。我回想自己學(xué)習(xí)數(shù)據(jù)分析的經(jīng)歷，總結(jié)了一些建議，希望能給到大家?guī)椭?/p>

打好概率與統(tǒng)計的基礎(chǔ)

概率與統(tǒng)計是數(shù)據(jù)分析的基石，像一些概率分布、抽樣、線性回歸、時間序列都是數(shù)據(jù)分析當(dāng)中經(jīng)常會用到的，可以說日常碰到的大部分的分析需求都可以用統(tǒng)計分析來解決。

理工科專業(yè)的同學(xué)大多在本科期間就學(xué)過概率與統(tǒng)計這門課，這部分的基礎(chǔ)應(yīng)該還是比較扎實的。對于沒有基礎(chǔ)的同學(xué)，有一本叫《深入淺出統(tǒng)計學(xué)》的書非常值得一讀，豆瓣上的評分8.5分

這本書非常通俗易懂，講理論知識的時候結(jié)合了很多案例，把統(tǒng)計學(xué)應(yīng)用到解決實際問題當(dāng)中，讓原本枯燥的統(tǒng)計學(xué)原理變得有趣起來，適合非專業(yè)人士入門學(xué)習(xí)。

掌握數(shù)據(jù)庫技能

做數(shù)據(jù)分析離不開查詢數(shù)據(jù)庫，這里主要涉及的是SQL。對于傳統(tǒng)的數(shù)據(jù)庫如MySQL，SQL Server，Oracle，或者大數(shù)據(jù)平臺Hadoop，都可以通過SQL查詢的方式來獲取數(shù)據(jù)。入門SQL的書推薦一本《MySQL必知必會》，豆瓣評分8.4分。

這本書實踐性很強，教你怎么用SQL語句操作MySQL。可以自己在電腦上裝一個MySQL，跟著書中的案例操作一遍。

掌握Python或者R

Python和R是數(shù)據(jù)分析當(dāng)中最常用的兩門語言。R是為數(shù)據(jù)分析而生的一門語言，但Python在數(shù)據(jù)分析方面有后來居上的趨勢。公司里的數(shù)據(jù)科學(xué)團(tuán)隊在幾年前還是用R做的分析，最近一年已經(jīng)轉(zhuǎn)向Python了，身邊的朋友也聽到很多R轉(zhuǎn)Python的。性能上來說，Python的速度更快，可以處理上G的數(shù)據(jù)，而R不行。所以長遠(yuǎn)來說，我還是看好Python的。

講Python基礎(chǔ)的有一本《A byte of Python》非常推薦，我當(dāng)初就是看這本書入門的，讀起來很輕松，兩三天就可以讀完。網(wǎng)上已經(jīng)有人把這本書翻成中文，地址在這兒：https://bop.mol.uno/

數(shù)據(jù)分析相關(guān)的，推薦這本《利用Python進(jìn)行數(shù)據(jù)分析》，豆瓣評分8.5分。

作者是廣受好評的pandas庫的開發(fā)者。讀完這本書，可以對用Python做數(shù)據(jù)分析涉及到的一些工具、怎樣用pandas、怎樣做數(shù)據(jù)可視化有比較詳盡的了解。

機器學(xué)習(xí)

數(shù)據(jù)分析如果繼續(xù)深入的話，可以學(xué)習(xí)機器學(xué)習(xí)。機器學(xué)習(xí)涉及的理論主要是分類、回歸、聚類、決策樹、貝葉斯定理等。機器學(xué)習(xí)相關(guān)的書強烈推薦一本《機器學(xué)習(xí)實戰(zhàn)》，豆瓣評分8.2分。

這本書介紹了機器學(xué)習(xí)中最常用的幾種算法，對算法背后的數(shù)學(xué)原理也有介紹，對于理解機器學(xué)習(xí)的算法非常有幫助。書中的代碼和例子都是用Python實現(xiàn)，非常適合有python基礎(chǔ)的同學(xué)學(xué)習(xí)。

以上這些是數(shù)據(jù)分析最基礎(chǔ)的技能，有編程基礎(chǔ)的同學(xué)花兩三個月差不多就能入門了，零基礎(chǔ)可能要多費點時間。當(dāng)然看書學(xué)習(xí)只是掌握理論知識，要真正的掌握還是要在項目中去實踐。

上個月成立了一個讀者群，群里已有多位大佬加入，經(jīng)常會分享一些文章，都是大佬們親自實踐的數(shù)據(jù)分析項目寫成的文章，質(zhì)量很高。
作者：shenzhongqiang