两个月成为资深数据分析师：带你Python+SQL+Tableau等五大工具一次拿下

大数据现在有多热门？在公司里私下问一圈，发现10个同事中就有9个，正打算或者已经开始了自学数据分析。

例如当下最网红的编程语言Python，因为太简洁易学↓

几乎成了零基础入门数据分析和编程的必学工具，大公司也纷纷要求非技术岗位员工掌握Python语言，一时间人人都把学Python挂在嘴边。

（不少新闻报道摩根大通等企业要求员工必学Python）

又例如大部分互联网公司在用的数据库语言SQL↓

互联网商业分析师每天其实要花最多时间在SQL上，而金融/管理/咨询/销售行业的小伙伴，面对百万数据的时候，EXCEL都满足不了需求，但要从Office一下蹦到专业数据库，技术门槛又太大。因此SQL对于很多想从事数据工作的人来说，都是首要学习目标。

还有最常见的可视化工具Tableau，很多人都知道「字不如表，表不如图」的职场汇报铁律。然而，真实的工作场景通常是——

当你把8个sheet的数据做了十多个图表，挨个儿贴进PPT，再调颜色、大小，还要写一大串注释，忙到半夜，老板还嫌丑

而别人把数据导入Tableau，简单设置后，刷拉拉就能得到可视化图表，还有交叉分析等。

（Tableau拖曳成图示例）

上面这些工具，其实都是做数据分析时必备的。但每个工具的功能都很强大而复杂，到底该学哪些？学到什么程度？没有基础的人应该怎么学？

但我们观察了身边很多开始自学数据分析的人，很容易陷入这些误区——

1. 网络上免费的教材、视频很多，但大多都是「纯技术学习」，像大学课堂一样都是枯燥理论，没有技术背景根本听不懂。

2. 一次很多人下载了网上几个G的资料包，结局都是看了几节课课就再也没打开过，原因就是这类课程，要么没有案例讲解，要么就是“飞机大战”这种与实际工作不相干的练习，学了没地方用，等于白学。

3. 市面大多数课程的导师，都是学术、科研的技术背景出身，对于数据分析应用最广的互联网、金融、咨询领域的实际工作场景，通常没有一线工作的理解，讲解和训练上不容易给到学员更实用的指导，一样容易陷入学了用不上的困境。

4. 很多课程通常只专注于一个数据分析工具的教学，但如果只掌握了单一工具，对于整个数据工作来说，其实是远远不够的。

我们采访了一些来自阿里、网易、高盛、中金的数据分析师，他们都表示，一套数据分析的工作，通常是需要多个工具结合完成的。

• 数据搜集/抓取：Wind等数据终端、Python爬虫
• 数据库的使用：SQL
• 数据分析：Python数据分析、Excel等
• 数据可视化的能力：Tableau；Python里matplotlib/seaborn扩展包