数据分析师是不易被人工智能取代的新兴职业，相比算法工程师、人工智能工程师而言比较好入门。学好数据分析，也可为进一步的数据科学、机器学习打下一定的基础。get到了许多打开数据分析的正确姿势，下面看看总结吧。
【 tulaoshi.com - 电脑 】
是否会编程是区别初级数据分析师和高级数据分析师的分水岭。在这里，我定位的是高级数据分析师，所以编程能力尤为重要，我把它放在了第一位。
有关数据分析的编程语言有Python和R语言。R语言倾向于统计分析、绘图等。统计学家或者学统计学的喜欢用R语言，而我推荐学习Python，因为Python是面向未来的语言，无论从流行度、可用性还是学习难度来讲，Python都是最好的入门语言。
当然，如果可以的话，再掌握一下R语言是最好不过的，学习嘛，永无止尽。
书籍推荐《Python编程：从入门到实践》 豆瓣评分：9.0
当然，只有Python基础肯定是不够的，既然是学习数据分析，肯定就要有数据才行，数据从哪里来，肯定是从互联网上来。互联网上的信息何其之多，必须要对其加以过滤处理，提取我们想要的信息。这就要用到Python爬虫，这也是学Python一个很重要的目的和作用。
学习Python爬虫肯定比学习Python基础要困难一下，但好在网上的学习资源十分丰富，努力学习必定会有收获的。
关于Python爬虫的书籍，目前我还没有较好的书籍推荐，如果说实在要推荐的话，我推荐三本书：
《Python网络数据采集》 豆瓣评分：7.7
《Python爬虫开发与项目实战》 豆瓣评分：8.1
《精通Scrapy网络爬虫》 这是十月份出的新书，豆瓣上还没有评分。
知乎里面有很多爬虫大神，没事多逛逛知乎总会有收获的。
关于编程能力，是一个很深的概念，需要靠大量的撸代码积累经验。先暂且说到这些。
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com/dn/）
学习数据分析，最难最重要的就是编程能力，熬过去了，后面的就稍微简单一些了。
既然是跟数据打交道，就免不了要使用数据库。
目前主要有四种数据库：
1：SQLite 是一个文件型轻量级数据库，它的处理速度很快，在数据量不是很大的情况下，可以使用SQLite。
2：MySQL 是一个应用极其广泛的关系型数据库，它是开源免费的，可以支持大型数据库，很多中小型企业都是用的MySQL。
3：MongoDB 是一个面向文档的非关系型数据库，它功能强大、灵活、易于拓展。
4：Redis 是一个使用ANSI C 编写的高性能key-value数据库，使用内存作为主存储器。
它们各有优点，可以灵活使用，如果说非要选一个的话，我建议使用MySQL，因为它使用最广泛。学习最主流的技术，可以在一定程度上发挥更大的作用。
关于SQL的学习资源：
购买书籍推荐《SQL基础教程》作者：MICK
豆瓣评分：9.0，好像这本书出了第二版了，建议购买最新版的。
前面说了那么多，都是为了数据分析做准备。数据分析就好比亲手做一顿美食，现在食材有了(通过Python爬虫采集)，盛放美食的容器也有了(数据库)。现在就差开火做饭了，写到这感觉肚子饿了，哎呀，忍住。
对于数据分析，我还没有过多的涉足，总之，多看书，多做项目。
这里我推荐几本书(都是放在我购物车里还没有买的书)
学习数据分析必看的书单：
《Python数据分析基础》八月份的新书，豆瓣上还没有评分。
《利用Python进行数据分析》2013年的老书，豆瓣评分：8.5
《Python数据处理》六月份的新书，豆瓣上没有评分。
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com/dn/）《用数据讲故事》 豆瓣评分：8.7
虽然我还没来得及看这几本书，但是我想认真看了之后，对于数据分析的理解肯定会更加深刻的。
现在美食做好了，但不能一股脑的装在碗里吧，美食讲究色香味俱全。所以要给它作一个漂亮的造型，呈现在客人面前。这就是数据可视化。
数据可视化需要借助工具，什么工具呢?那就是大名鼎鼎的tableau!
什么?你没有听说过tableau?现在听我说了也不迟，哈哈。
tableau是一款世界级的商业智能工具软件，tableau可以帮助我们快速的分析、可视化并分享信息。在福布斯2017年公布的《10大需求增长最快的职场技能》报告中，tableau高居第三，成为数据分析和可视化的职场必杀技。
说了这么多，咱们还是好好聊聊怎么学习tableau吧。tableau是一款收费软件，先看一下它的价格吧：
image
果然优秀的软件都是收费的，而且还贵的要死。
但是，tableau的良心之处在于：学生和教师可以免费使用tableau，只需要用我们的学生证信息去免费申请一个序列码，然后就可以下载激活该软件，有效期为1年，如果一年后还是学生的话，还可以用学生证再去申请一个序列号，然后再免费用一年。
来源:https://www.tulaoshi.com/n/20171117/2766381.html
看过《成为一名数据分析师，应该掌握怎样的技术栈？》的人还看了以下文章 更多>>
