数据分析师考试科目-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析师考试科目的问题，于是小编就整理了2个相关介绍数据分析师考试科目的解答，让我们一起看看吧。

1. 想做数据分析是学python还是学大数据？
2. 自学数据分析需要看哪些书？

想做数据分析是学python还是学大数据？

优秀的数据分析师需要具备这样一些素质：有扎实的 SQL 基础，熟练使用 Excel，有统计学基础，至少掌握一门数据挖掘语言（R、SAS、Python、SPSS），有良好的沟通和表达能力，做好不断学习的准备，有较强的数据敏感度和逻辑思维能力，深入了解业务，有管理者思维，能站在管理者的角度考虑问题。

这是一个非常好的问题，作为一名IT从业者，我来回答一下。

首先，数据分析是大数据技术体系当中的一个重要组成部分，所以未来要想在数据分析领域走得更远，应该对大数据整体的技术体系有一个全面的了解，涉及到数据***集、数据存储、数据呈现、数据安全和数据应用等。

数据分析当前有两种常见的方式，一种是统计学方式，另一种是机器学习方式，当前统计学方式有一套比较完整的技术体系，相关内容的学习也会更容易一些，而机器学习方式对于初学者的要求相对高一些，往往需要初学者具有一定的编程基础和数学基础。

Python语言在数据分析领域的应用比较广泛，***用机器学习的方式进行数据分析，往往也需要***用Python语言来完成算法实现和落地应用，所以学习数据分析从Python语言开始学起也是比较常见的选择。由于Python语言本身的语法结构比较简单，而且Python语言自身的库也比较丰富，所以即使没有编程基础的人也可以顺利入门Python语言。

初学者学习完Python语言的基本语法之后，可以进一步学习机器学习知识，可以从一些经典的算法开始学起，比如决策树、k-mean、朴素贝叶斯等等，然后基于Python语言来完成这些算法的实现、训练、验证和应用步骤。当然，这个过程最好能够结合一些实际的应用场景，这会积累不少实践操作经验。

在入门机器学习知识之后，可以进一步学习一下大数据平台知识，整个大数据技术体系往往都以大数据平台为基础，所以掌握大数据平台对于数据分析人员的工作开展还是比较重要的。对于初学者来说，可以从Hadoop、Spark开始学起，相关的学习案例也比较多。

最后，学习数据分析知识一定要重视行业知识的积累，大数据分析往往与行业场景关系密切，掌握行业知识对于数据分析的过程也有非常直接的影响。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

个人认为没什么冲突。

1.Python目前的使用基本排名前四，而数据分析需要的是数据整理以及数据库等东西。跟学习Python影响不是很大，而且学习Python比学习C++，JAVA等简单一些。

2.学习什么软件只是作为工具而言，主要学习的是借用工具处理问题的方法。所以关于学什么，其实你自己已经有一些答案。

数据分析不是只分为Python和大数据，这个行业其实不只是表面上那么简单，除了基本的软件需要掌握以外，还需要有一定的分析能力，数据分析重在分析。

比较基础的软件有Excel、MySQL、Python、BI等等，想要入行的话建议从这些基本的开始学，打好基础，慢慢培养数据分析思维，增强数据分析能力。

小飞象数据分析社群探讨过这个问题，我们当时也给出了一些建议，以及群友的回答，今天我们来梳理一下这个问题。

我们认为要先将精力放在数据分析的思路和训练上，多去看一些商业数据模型和数据分析案例的资料，最终形成自己的分析思路。千万不要一上来就啃Python或者学大数据，可以先上手Excel+SQL这2个简单的数据分析工具来入门。有SQL基础以及数据分析的基础后再学Python和大数据挖掘会相对容易些。

但是，需要值得注意的是，要入门数据分析岗，我们要先做职业的规划：

1. 明确自己职业规划是走业务方向还是技术方向。
2. 要充分对目标领域的行业知识进行全面的调研，了解行业背景及行业相关的指标，然而，在行业的选择上，要以擅长的、热爱的和有发展前景的即是最佳选择）。
3. 了解目标行业常用的数据处理工具、数据生产流程及数据应用。针对数据工具进行系统性学习。

自学数据分析需要看哪些书？

一定要问问自己，自己是否适合数据分析

数据分析是当下十分火爆的岗位，被各种自媒体称为低门槛，高工资的岗位，但我想说的是真正的数据分析师绝非你所想象的那样只会Python或者是SQL，更重要的是对业务的思考与剖析。

那么自学数据分析的时候，最重要的也是最基本的当属SQL语句了，这里为你推荐一本书，作为数据分析师可能你不需要完成对SQL的维护与开发，但也要会最基本的增删改查和跨表查询。

然后就是必要的技能，统计分析了，这里可以去大学生mooc上看录播课，老师的讲解比较细致并且有详细的知识点和课后问题，很适合恶补自己的统计学知识。

当你有了一定的统计学基础并且熟悉了SQL语句后，这时候你可以尝试学习一些工具了，为你的数据分析先铺好路，可以从Python入手，学习成本很低，这里推荐一本书：

这本书也是我经常看的一本书，难度比较低内容十分丰富，很适合学习基础知识。

当你掌握这些技能的时候，你已经可以做一名数据分析助理了，后面你还需要更多的时间去沉淀，学习更多知识，需要掌握更多的数据分析模型、数据分析思维、业务能力、建模能力....

最后祝早日踏进理想行业，从事理想工作。

数据分析要看的书籍，我推荐一些我觉得还不错的。大家可以先看电子版，或者去图书馆借阅，然后再选择是否需要购买。我按照数据分析需要学的东西来列举——Excel、SQL、Python、统计学、机器学习。

Excel作为常见的办公软件，拥有大量函数和公式，可以进行数据处理和图表输出。不需要编程基础，其他经常与数据接触的岗位，也建议学习。

《Excel函数与图表应用实例解析》，赛贝尔资讯，清华大学出版社：包含了Excel函数公式及其运用，非常适合入门；

《左手数据，右手图表》，徐军泰，机械工业出版社：包含Excel函数公式和动态图表两部分，相比前一本书内容更深入一些。

MySQL是世界上最受欢迎的开源数据库，很多中小企业甚至世界知名企业都有用到。所以学习数据库知识，我会推荐学习MySQL。

《MySQL必知必会》，[英] Ben Forta，人民邮电出版社：这本书比较系统性地讲述了我们学MySQL应该要掌握的知识，适合零基础的人。

如果非数据分析岗，只是为了满足其它岗位的少量数据处理需求，看上面三本书就够了。如果需要在数分岗位上精益下去，下面的这些内容不得不学。

Python是目前最受数据科学家青睐的预言，它拥有丰富的生态系统和强大的交互性，以及快速的开发周期。对于程序员来说，Python小菜一碟，但对于没有编程基础的人来说，学起来还是有难度的。做数据分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn这四个库，就行了。如果岗位要求需要获取外部数据，再学一个爬虫知识即可。

《Python基础教程》，Magnus Lie Hetland，人民邮电出版社：这本书内容包括语法介绍和一些小项目的演示，真的是基础教程，适合入门；

《利用python进行数据分析》，Wes McKinney，机械工业出版社：这本书重点讲了Pandas库，少量涉及NumPy和Matplotlib，比较经典的书；

《Python数据科学手册》，Jake VanderPlas，人民邮电出版社：可以看作是前一本书的进阶书籍，介绍了数据分析的主要库，偏数据清洗。

以上属于数据分析的工具篇书籍，要想成为数据分析师，最重要的还是具备数据分析思维，和掌握统计学、机器学习相关知识。

《统计学》，贾俊平，中国人民大学出版社：偏数理统计知识，可以快速帮助初学者理解统计学的基本原理框架；

《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本书包括概率和统计两部分的内容；

《统计学习方法》，李航，清华大学出版社：讲了机器学习的10个算法，比较全面，适合学习总结；

《非线性时间序列》，范剑青，科学出版社发行部：难度比较大的一本书，非常有启发意义；

《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：机器学习非常好的书籍，对读者的专业素质要求较高。

最后，再啰嗦一下。入门建议先看***，进阶看书+刷题+***，高阶看书+论文+小项目，最后可以接项目+参赛（数分之路已被我安排妥妥贴贴~~~）。

~~

我经常更新一些数据分析相关的文章内容，感兴趣的可以看我主页~

到此，以上就是小编对于数据分析师考试科目的问题就介绍到这了，希望介绍关于数据分析师考试科目的2点解答对大家有用。