数据分析修炼手册.docx

数据分析修炼手册 目录 TOC \o "1-3" \h \z \u 数据分析修炼手册 1 前言 1 数据分析师如何分类？ 2 数据分析师的具体工作职责和工作内容有哪些？ 3 如何在业余时间成为数据分析师？ 3 数据分析实战与运用 6 如何用Excel做数据分析？ 8 如何用Tableau做数据可视化？ 14 前言 知乎：路人甲 微博：玩数据的路人甲 微信公众号：一个程序员的日常 在知乎分享已经有一年多了，之前一直有朋友说我的回答能整理成书籍了，一直偷懒没做，最近有空仔细整理了知乎上的回答和文章另外也添加了一些新的内容，完成了几本小小的电子书，这一本是有关于数据分析方面的。 在此之前已经在公众号更新过 Python和Python爬虫总结 电子书，这本书一共被浏览了二十多万次，下载了几万次，也收到反馈很多人通过这本电子书开启了Python或者Python爬虫之路，也有不少小伙伴通过这本电子书找到了一些心仪的工作。 还有另外几本包括我的一些数据分析方面的读书笔记、增长黑客的读书笔记、机器学习十大算法等等内容。将会在我的微信公众号：一个程序员的日常进行更新，同时也可以关注我的知乎账号：路人甲 及时关注我的最新分享用数据讲故事。 在公众号后台回复关键词： 「1」:可以得到Python和Python爬虫电子书 「2」:可以得到数据分析电子书 数据分析师如何分类？ 入行之后，我才发现数据分析其实可以分为两种：一种类似产品经理、一种偏向数据挖掘，类似产品经理向更加注重业务，对业务能力要求比较高；数据挖掘向更加注重技术，对算法代码能力要求比较高。 首先我说说这两种方向共同需要的技术面，当然以下只是按照数据分析入门的标准来写： 1. SQL（数据库），我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据库，那么怎么从数据库取数据？如何建立两表、三表之间的关系？怎么取到自己想要的特定的数据？等等这些数据选择问题就是你首要考虑的问题，而这些问题都是通过SQL解决的，所以SQL是数据分析的最基础的技能，零基础学习SQL可以阅读这里： SQL教程_w3cschool 2. 统计学基础，数据分析的前提要对数据有感知，数据如何收集？数据整体分布是怎样的？如果有时间维度的话随着时间的变化是怎样的？数据的平均值是什么？数据的最大值最小值指什么？数据相关与回归、时间序列分析和预测等等，这些在网易公开课上倒是有不错的教程： 哈里斯堡社区大学公开课：统计学入门_全24集_网易公开课 3.Python或者R的基础，这一点是必备项也是加分项，在数据挖掘方向是必备项，语言相比较工具更加灵活也更加实用。至于学习资料：R语言我不太清楚，Python方向可以在廖雪峰廖老师的博客里看Python教程，面向零基础。 再说说两者有区别的技能树： 1.数据挖掘向 我先打个前哨，想要在一两个月内快速成为数据挖掘向的数据分析师基本不可能，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少，而这些不是你自习一两个月就能完全掌握的。 所以想做数据挖掘方向的，一定要花时间把软件工程专业学习的计算机基础课程看完，这些课程包括：数据结构、算法，可以在这里一探究竟： 如何学习数据结构？ 在此之后你可以动手用Python去尝试实现数据挖掘的十八大算法： 数据挖掘18大算法实现以及其他相关经典DM算法 2.产品经理向 产品经理向需要你对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。这方面的学习书籍就很多，看得越多掌握的方法越多，我说几本我看过的或者很多人推荐的书籍：《增长黑客》、《网站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、《数据之魅》、《Storytelling with Data》 总之一百个人眼中有一百个哈姆雷特，一百个数据分析师对快速入门有一百种方法，但是万变不离其中，以上是我的愚见，希望能对你有所启发。 因为我本人是属于商业数据分析师的角色，所以在接下来的讨论中奖主要围绕产品经理向的数据分析师。 数据分析师的具体工作职责和工作内容有哪些？ 有关于这一块，我现在给大家贴几个链接。 /question数据分析师的具体工作职责和工作内容有哪些？」 /discuss/index/315805294081088「数据分析师的日常工作有哪些？如何入门数据分析？」 以下是我作为一个商业数据分析师自己的理解，我把数据分析师的工作日常总结为下面几个方面。 「1」产生数据 我这里所说的产生数据，并不是说去做开发或是做数据采集。我这里所说的数据是每当业务上有新的功能点需要开发上线的时