一份数据分析学习清单.xls

今天给大家整理一份数据分析的学习清单，打算了解学习这方面的同学可以看看，基本上大的需要学习的点都有涉及；具体细节知识的学习建议大家亲自去动手制作思维导图，自己动手梳理知识脉络。

上期入口：18个堪称神器的命令行工具，高效运维必备

一、编程基础

一门编程语言肯定是很有必要的，至于是哪门编程语言，目前无论是专业推荐还是招聘需求，都是以Python为主的。并且Python确实也是比较适合新手快速上手入门，这里不做过多讨论。

书籍1：《简明 Python 教程》(A Byte of Python)

最简洁易懂的 Python 书了。本书采用知识共享协议免费分发，意味着任何人都可以免费获取.在线阅读：《简明 Python 教程：http://www.kuqin.com/abyteofpython_cn/》

**豆瓣评分：**8.8
**推荐指数：**?????

书籍2：《流畅的Python》

这本书非常好，是深入理解Python最好的两本书之一，另一本可能是《500 Lines or Less》。

豆瓣评分： 9.5
**推荐指数：**?????

教程推荐：

第一弹：超全Python学习资源整理（入门系列）

第二弹：超全Python学习资源整理（进阶系列）

二、统计分析基础

有一定的统计学基础会对数据分析有极大的帮助。因此建议大家从常用的统计学概念开始掌握：均值、众数、极值、方差、标准差等，然后学习假设检验，条件概率，叶贝斯，回归，时间序列等等。

书籍：深入浅出统计学

非常适合入门的一本书，学起来其实是非常有趣的，有很多实际应用方面的展示来学习和加深理解。

豆瓣评分： 8.5
**推荐指数：**?????

三、SQL语言

因为大多企业都是SQL数据库，作为数据分析师，数据存取增删都是很常用的操作。对于普通的工作要求，只需要学一些简单的基础就好了，这个过程是非常快的。

教程推荐：

MySQL 基础课程

四、Python数据分析工具

numpy和pandas是数据分析必须要掌握的两个工具。numpy数据的计算，阵距变换，线性代数等；pandas可以进行行、列定义，数据的预处理等。

书籍：利用Python进行数据分析

本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。

豆瓣评分： 8.5
**推荐指数：**?????

教程推荐：

Pandas 使用教程

Pandas 时间序列数据处理

Pandas 百题大冲关

五、Python数据可视化

Python常用的数据可视化工具是matplotlib和seaborn，通过这两个工具能够让复杂的数据变得清晰可读且美观。

教程推荐：

Python 数据可视化

Matplotlib 及 Seaborn 使用教程

使用 Matplotlib 绘制 2D 和 3D 图形

六、爬虫&机器学习

**爬虫。**虽然爬虫可能在一部分工作中不会用到，但是掌握爬虫绝对能为你的求职加分；通过爬虫知识，我们可以方便获取各类数据源。

教程推荐：Python 网站信息爬虫

**机器学习。**随着机器学习的发展，我们不再仅建立一些数据统计模型，而是将大量优质的机器学习方法用于建模的需要，从而通过现有数据去预测，挖掘更多有价值的信息。

教程推荐：『机器学习』入门教程汇总

没有什么真正强大的本事是可以速成的，越是底层，学习回报周期越长的技能越是如此。但这并不代表，我们不能用有意思的方法，把学习的过程变得高效而有趣。

**下面为我们的楼+课程《6周成为数据分析与挖掘工程师》打个广告。**如果你觉得自己时间充裕，自制力强，自学能力也不错，自然是可以忽略这个广告哒。

楼+之数据分析与挖掘实战第3期

35个实验 +20个挑战 + 5个综合项目+1个大项目

手把手教你完成数据挖掘项目

助教实时答疑 + 人工代码审阅 + GPU算力支持

…

最棒的新年礼，是成为更强的自己

2019加油，成为一名数据分析与挖掘工程师****

咨询/报名请添加助教小姐姐微信（sylmm002）