最近經常被問到怎么入門數據分析，可能很多同學對怎么開始學習還是比較困惑的。我回想自己學習數據分析的經歷，總結了一些建議，希望能給到大家幫助。

打好概率與統計的基礎

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

理工科專業的同學大多在本科期間就學過概率與統計這門課，這部分的基礎應該還是比較扎實的。對于沒有基礎的同學，有一本叫《深入淺出統計學》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合了很多案例，把統計學應用到解決實際問題當中，讓原本枯燥的統計學原理變得有趣起來，適合非專業人士入門學習。

掌握數據庫技能

做數據分析離不開查詢數據庫，這里主要涉及的是SQL。對于傳統的數據庫如MySQL，SQL Server，Oracle，或者大數據平臺Hadoop，都可以通過SQL查詢的方式來獲取數據。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是數據分析當中最常用的兩門語言。R是為數據分析而生的一門語言，但Python在數據分析方面有后來居上的趨勢。公司里的數據科學團隊在幾年前還是用R做的分析，最近一年已經轉向Python了，身邊的朋友也聽到很多R轉Python的。性能上來說，Python的速度更快，可以處理上G的數據，而R不行。所以長遠來說，我還是看好Python的。

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

數據分析相關的，推薦這本《利用Python進行數據分析》，豆瓣評分8.5分。

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

機器學習

數據分析如果繼續深入的話，可以學習機器學習。機器學習涉及的理論主要是分類、回歸、聚類、決策樹、貝葉斯定理等。機器學習相關的書強烈推薦一本《機器學習實戰》，豆瓣評分8.2分。

這本書介紹了機器學習中最常用的幾種算法，對算法背后的數學原理也有介紹，對于理解機器學習的算法非常有幫助。書中的代碼和例子都是用Python實現，非常適合有python基礎的同學學習。

以上這些是數據分析最基礎的技能，有編程基礎的同學花兩三個月差不多就能入門了，零基礎可能要多費點時間。當然看書學習只是掌握理論知識，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，經常會分享一些文章，都是大佬們親自實踐的數據分析項目寫成的文章，質量很高。
作者：shenzhongqiang