自学数据分析之前需要了解什么？

要进入数据分析领域，首先需要进行统计分析，然后再使用NumPy，pandas，Matplotlib和Seaborn进行Python编程。人们需要进一步对高级统计分析、Tableau、具有统计模型的机器学习和scikit-learn有所了解，使用TensorFlow进行深度学习。

从我的学习经验来看，我要说的是，在掌握数据分析时，必须从有效的资源中开始学习，有一些资源偏离主题而不自知。一种认为学生是该领域的新手，不能很好地理解数据分析的环境，该环境可以解释程序为何以执行方式执行。

在学习过程中，我们可以意识到绝大多数资源或书籍、PDF资料以及可用于学习数据分析的免费视频教程对学习者都不太友好，可以感受到作者急于完成本课程，没有写明这些代码的底层原理，也没有假设自己熟悉数据分析环境。但是，对于该领域的初学者来说，情况并非如此。

作为数据分析的初学者，可以参考对该领域感兴趣的人的经验分享，大多数知识点都掌握在传授者的手中以及将课程交付给学习者的方式的过程中，效率低下的学习方法和没有经验的老师很快就会导致学习者对该领域失去兴趣。

此外，在一些资源中，我发现在解决某一些特定的编程问题时，作者采用了尚未向学习者讲授的逻辑或技术。这使学习者可以跳过教程的那些部分，在该部分中讨论该特定的内容。这些部分中讲授的概念又应用了属于另一个概念的逻辑。通常，这是需要特定的重复周期。