淺談數據分析入門

數據分析接下來將會做爲一門通識技能，進入愈來愈多的不一樣工做崗位中。掌握數據分析，一方面能夠提高本身相應的業務能力，另外一方面也可讓本身創建一種data-driven的視角，去思考各類問題。

本文由科賽網首席數據分析師@保一雄 原創，將主要從「基本技能+動手實踐」兩個角度談談如何入門數據分析。

基本技能

就數據分析學習而言，須要的技能模塊有統計基礎+數據庫知識+編程能力。

1.統計基礎

理工科的學生在本科階段學習過幾率論與數理統計，單從作數據分析的角度已經夠用。其餘方面，能夠根據須要查看相關書籍，隨時進行查漏補缺便可。我的推薦《深刻淺出統計學》，可讓統計理論的學習有趣又天然。

2.數據庫知識

關係型數據庫很重要。在學習數據分析的初期甚至很長一段時間，你接觸到的數據都存儲在關係型數據庫中，須要學習SQL語言進行數據查詢。關於SQL語言，強力推薦《SQL必知必會》，整本書通俗易懂，是學習SQL語言的不二之選。

學習數據庫的本質就是在學習一種與數據打交道的邏輯思惟與能力。編程中的不少思想都和關係型數據庫、SQL相通，好比：SQL中對data進行group by的操做，這個在Excel裏相似於透視表，在Python/R中也有相應的group function去處理數據。甚至在之後的進階過程，你會接觸到分佈式數據庫和所對應的no-SQL語句。

3.編程能力

Excel。 透視表(Pivot Table)是作數據分析的必備技能。透視表能夠幫你迅速彙總數據，看到各種型數據的直觀特徵就像是讓你站在更高的視角看待數據。做爲進階，Excel自帶的函數、各類插件，以及VBA也是很好的工具。

Python。當數據量大到用Excel打開都要好久或者咱們想進步提高能力時，須要學些hardcore技能，即用編程語言作數據分析。這裏主要有R和Python兩大流派。我的推薦Python，一是代碼簡單易懂，容易上手；二是學習資料多，下降學習成本。推薦《利用Python進行數據分析》，涵蓋了利用Python作數據清洗，數據可視化及分析的技能點，能夠做爲一本工具書隨時查閱。

動手實踐

基本技能的學習與掌握是貫穿整個學習過程，期間還須要藉助小項目完成動手實踐，以及跟領域內的前輩多交流，造成學習反饋閉環。

1.選好實踐平臺

一個好的平臺社區將會起到事半功倍的效果。科賽網是彙集數據人才和行業問題的在線社區，在上面你能找到不少開源數據集，啓動你的數據分析之旅。

同時，科賽打造的國內首款在線數據分析協做平臺K-Lab也很強大。若是看到不錯的項目，能夠Fork過來在K-Lab上完成本身的分析項目並在社區內展現出來與你們共享。

像前段時間，科賽網發起了DATA CHAT之「尋找NBA懂球帝」的數據分析活動，提供NBA數據集，鼓勵你們用數據分析交流對NBA話題的觀點。這裏分享下本身作的一個項目：「找尋史上總冠軍系列」

2.隨時查漏補缺

實踐過程當中，你可能會遇到各類問題，知乎就是一個強大的搜索引擎，上面有不少大牛寫的數據分析文章；固然，若是英文能力強的話，能夠參考StackOverflow。直接搜索你在寫代碼作數據分析遇到的各類問題，總有一款答案適合你。

3.隨時覆盤整理

就像是遊戲裏打怪升級，你須要逐個擊破知識盲區，完成滾雪球式累積。好比你發現本身對統計的知識點不是很清楚，能夠回過頭去看統計學書籍；你發現數據存儲在分佈式系統裏面，便開始學習no-SQL的知識；你發現本身對某一行業比較感興趣，能夠經過數據分析進行解讀；你發現本身已經不知足於利用現成數據做分析，就開始學習使用爬蟲去抓取數據做分析。

小結

學習數據分析就是搭好框架體系，不斷累積知識，不斷hack技能，不斷提高分析水平的過程。哪怕是業餘時間學習，假以時日，亦可成大器。

關於科賽網

科賽網經過對接企業的數據算法、數據創新問題和數據人才，目前已吸引數萬名專業數據科學家的加入，爲企業提供了數千份數據算法、數據產品方案（客戶包括平安、聯通、華爲、攜程、拍拍貸等知名企業），創造了可觀的經濟效益。

重點研發的K-Lab在線數據分析協做平臺是國內首款同類產品，致力於成爲數據分析與數據科學人羣的首選工具。K-Lab經過集成Python和R語言生態的豐富功能，以及雲計算的強大算力，提升數據科學家和分析師團隊的學習效率、工做效率與產出價值。