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

本文分享自微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-04-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券