從入門到進階，那些讓你看了以後大呼過癮的資料分析六件套

平時經常收到邀請回答或者私下詢問，資料分析該怎麼去學、我要轉行資料分析該學習什麼書籍、我是否適合從事資料分析這個崗位、資料分析進階方法、。。。。。

看到這些提問後感慨萬千，自己也是兩眼一抹黑的走上了資料領域這條道路，從業務運營，到資料分析、資料探勘，資料處理工具也從傳統方法：Excel、Access（估計這個知道的不多了）， 到大資料處理框架：Hadoop、Spark、Flink、Storm，一路走來非常不易。平時工作雖忙，也會抽點時間去回答一下詢問，希望能對準備入行、轉行、進階的朋友有所幫助。

資料分析是什麼

資料分析是指用適當的分析方法對收集來的大量資料進行分析，提取有用資訊和形成結論而對資料加以詳細研究和概括總結的過程，它可以幫助人們作出正確的判斷，以便採取適當行動。

如何成為一名資料分析師

從轉行去做資料分析師到面試其他同學加入資料分析團隊，我將結合自己的工作經驗來談一談資料分析應該具備那些條件。

硬能力

1.統計學知識

基本的統計量：均值、中位數、眾數、方差、標準差、百分位數等；

機率分佈：幾何分佈、二項分佈、泊松分佈、正態分佈等；

總體和樣本：瞭解基本概念，抽樣的方法等；

置信區間與假設檢驗：如何進行驗證分析等；

相關性與迴歸分析：多重共線性、邏輯迴歸等；

2.分析工具

資料分析過來人都會說80％的時間都在做資料處理工作，所以資料處理能力是必須的，常用的資料處理工具：Excel、SQL、Python、BI工具、大資料處理框架（加分項）、資料探勘（加分項）。

軟能力

1.熟悉業務知識

很多資料分析師都會告訴你“業務知識很重要”，因為大家踩了坑之後才恍然大悟，遇到的很多難題問題都源於對業務的不瞭解、脫離了業務實際，真正的資料分析師是比業務人員還懂業務的。

2.溝通能力

資料分析師是經常要和業務方（運營、產品等）打交道的，良好的溝通能力，有助於業務需求梳理、解決業務的痛點。

看了以後大呼過癮的資料分析書

資料分析的書籍非常的多，稂莠不齊。書在於精，不在於多，不好的書既浪費時間，也浪費金錢。我將大致從

入門、進階、工具

等維度進行梳理，推薦大家幾本

優秀的書

，文末提供

免費獲取方式

。

入門

推薦理由：深入淺出系列是對新手非常友好的叢書，用生動但囉嗦的語言講解案例。厚厚的一本書翻起來很快。本書涉及的基礎概念比較廣，包含一點統計學知識，學下來對資料分析思維會有一個大概瞭解。可以作為入門書籍去看，但是不足之處是講的比較淺，僅僅適合入門。

推薦理由：依舊保持深入淺出系列的簡單風格，囊括了常用的統計分析如假設檢驗、機率分佈、描述統計、貝葉斯等。書本注重應用和趣味性，數學推理一般。適合非專業人士的統計學入門，書中的很多案例和習題比較好，能從簡單的角度闡述複雜的機率統計的理論知識。

進階

推薦理由：本書講解了創業公司該如何確定指標體系，如何用資料指導產品和運營，對於業務模式的歸納和業務成長階段的歸納非常到位。後面列舉了大量的場景和案例，幾乎都是基於精益創業，定位非常明確，仔細品讀的話，你一定會收穫很多知識。

推薦理由：增長駭客在國內即是資料分析+運營/產品的複合型人才。這本書好的地方在於拓展思路，告訴我們資料能夠做什麼，尤其是資料驅動業務的這個概念，對我影響甚大。

工具

推薦理由：本書的作者Wes McKinney是pandas的主要作者，作者有多年的Python資料分析工作經驗。除了pandas之外，作者對本書覆蓋的這NumPy，pandas，matpotlib等也都有著很深的理解，是一本不錯的python資料分析入門書籍。

推薦理由：本書共15章，分兩個部分：基礎篇、實戰篇。基礎篇介紹了資料探勘的基本原理，實戰篇介紹了一個個真實案例，透過對案例深入淺出的剖析，使讀者在不知不覺中透過案例實踐獲得資料探勘專案經驗，同時快速領悟看似難懂的資料探勘理論。

書籍獲取連結

從入門到進階，那些讓你看了以後大呼過癮的資料分析六件套