摘要：數(shù)據(jù)分析的發(fā)展方向一般有商業(yè)方向，行業(yè)分析業(yè)務(wù)方向，和機器學(xué)習(xí)數(shù)據(jù)挖掘方向。機器學(xué)習(xí)的書籍推薦統(tǒng)計學(xué)習(xí)方法，機器學(xué)習(xí)，機器學(xué)習(xí)實戰(zhàn)三本書。

作者：xiaoyu

微信公眾號：Python數(shù)據(jù)科學(xué)

知乎：python數(shù)據(jù)分析師

上一篇主要分享了博主親身轉(zhuǎn)行數(shù)據(jù)分析的經(jīng)歷：

【從零學(xué)起到成功轉(zhuǎn)行數(shù)據(jù)分析，我是怎么做的？】

本篇繼上一篇將分享轉(zhuǎn)行數(shù)據(jù)分析的一些經(jīng)驗和學(xué)習(xí)方法，看完這篇你將會解決以下幾個問題：

轉(zhuǎn)行數(shù)據(jù)分析需要掌握哪些學(xué)習(xí)重點？

轉(zhuǎn)行學(xué)習(xí)數(shù)據(jù)分析有哪些好的學(xué)習(xí)資源？

注意：

本篇內(nèi)容是針對所有想轉(zhuǎn)行數(shù)據(jù)分析人員的，內(nèi)容深淺不一。若內(nèi)容過于簡單，可直接略過，若內(nèi)容過于復(fù)雜，也不必擔(dān)憂
本篇涉及到的所有推薦書籍博主已經(jīng)打包，文章末尾會提供獲取方式

如果你是一個對編程毫無經(jīng)驗的小白，那么首先你應(yīng)該掌握一定的編程基礎(chǔ)（尤其像從其它行業(yè)轉(zhuǎn)行到IT行業(yè)的朋友們）。對于新手來說，博主認為Python語言是最佳的選擇。作為一個解釋型的動態(tài)高級語言，Python易于理解，上手簡單，非常適合初學(xué)者學(xué)習(xí)。一本快速入門Python語言的書籍推薦：簡明Python。這本書英文原版為《A Byte of Python》，經(jīng)翻譯變?yōu)?b>《簡明Python》。博主也給好多人推薦過，大家看過之后基本上都很認同，是入門Python最快效果最好的書籍。

如果你已經(jīng)了解了Python編程的基礎(chǔ)用法想要繼續(xù)深入學(xué)習(xí)Pyhon，那么博主推薦你去看：廖學(xué)峰Python教程。它基本上涵蓋了Python編程入門到精通的所有知識，如果你能將這個看透，那么可以說你已經(jīng)掌握了Python這門語言了。

學(xué)完了Python的理論知識，當(dāng)然就需要應(yīng)用，需要實戰(zhàn)。博主之前分享了一篇文章非常適合Python初學(xué)者的實戰(zhàn)項目，非常有趣，也易于實現(xiàn)。如果你也苦于找不到一個合適的練習(xí)項目，那么可以嘗試一下這個練習(xí)項目：

給Python初學(xué)者的最好練手項目

拋開對業(yè)務(wù)層面的基本理解，學(xué)好數(shù)據(jù)分析首先需要了解統(tǒng)計學(xué)，統(tǒng)計分析是數(shù)據(jù)分析的基礎(chǔ)，也是靈魂。下面博主列出統(tǒng)計分析的幾個核心內(nèi)容：

描述統(tǒng)計，統(tǒng)計推斷，概率論；

抽樣，分布，估計，置信區(qū)間，假設(shè)檢驗；

線性回歸，時間序列；

博主推薦一本比較好的統(tǒng)計學(xué)書籍：統(tǒng)計學(xué)，這本書清晰的講述了基礎(chǔ)的統(tǒng)計學(xué)知識，非常經(jīng)典。

博主之前做過一個統(tǒng)計，就是統(tǒng)計招聘網(wǎng)站上關(guān)于數(shù)據(jù)分析師的招聘信息關(guān)鍵詞，其中詞頻最高的是SQL。這就說明了一個問題：數(shù)據(jù)分析師最關(guān)鍵的一項技能就是會使用SQL語言操作數(shù)據(jù)庫。

關(guān)于SQL的學(xué)習(xí)博主推薦兩個學(xué)習(xí)路徑：

w3school

SQL必知必會

這個學(xué)習(xí)沒有捷徑，需要一個學(xué)習(xí)規(guī)劃，一般學(xué)習(xí)周期不長，兩個星期就可以學(xué)一遍，但是更多的是反復(fù)練習(xí)刷題，推薦到Leetcode進行一些實踐練習(xí)。

作為微軟的一個出色表格處理工具，Excel也是數(shù)據(jù)分析師需要掌握的。因為公司很多其它部門非技術(shù)人員是不會使用編程工具的，而會使用相對簡單的Excel來處理一些報表。這個時候就可能需要你可以在Excel中做一些數(shù)據(jù)分析工作然后反饋，但是也不必太深入，掌握核心的功能即可，比如：

增刪改查

各類常用函數(shù)的使用

各類基礎(chǔ)圖標(biāo)的制作

數(shù)據(jù)透視表等

能夠熟練運用上面功能就可以，學(xué)習(xí)周期很短，甚至一天就能學(xué)會，主要是熟練。而對于剩下的復(fù)雜功能等遇到了再學(xué)習(xí)也不遲。

R語言就是為統(tǒng)計學(xué)而設(shè)計的語言，是統(tǒng)計行業(yè)中非常高效實用的工具，目前非常受歡迎。而Python作為目前非常火爆的語言，由于其出色的科學(xué)計算包pandas，numpy，scikit-learn等的存在，非常適合于數(shù)據(jù)分析與數(shù)據(jù)挖掘，也是很多人的不二選擇。

關(guān)于這Python和R，博主認為二者皆可，選擇自己順手和喜歡的。由于博主自己是Python愛好者，也因為它的簡單易用，因此強烈推薦使用Python。在Python的基礎(chǔ)上有更高級的交互式IPython工具，可以說這讓數(shù)據(jù)分析變得更加方便了，博主推薦使用Jupyter notebook，非常好用，誰用誰知道，如果不知道怎么用，可以參考下面教程快速入門。

Jupyter notebook快速入門教程

使用Python做數(shù)據(jù)分析，首先需要學(xué)會使用numpy和pandas包，因為它是Python數(shù)據(jù)分析的核心工具。numpy主要解決一些數(shù)學(xué)計算，矩陣變換，線性代數(shù)等問題，pandas更像是一張excel表，有行列定義，字段定義，以及數(shù)據(jù)變換和預(yù)處理等操作。兩個計算包非常強大，pandas包自己就有兩千多個方法，但是別慌，我們只要掌握核心方法就可以了。關(guān)于如何學(xué)習(xí)numpy和pandas，博主后續(xù)也會不斷分享介紹，但是這里先貼出兩張numpy和pandas學(xué)習(xí)的思維導(dǎo)圖，總結(jié)的非常好。

numpy學(xué)習(xí)思維導(dǎo)圖

pandas學(xué)習(xí)思維導(dǎo)圖

除此之外，推薦一本特別好的Python數(shù)據(jù)分析書籍：利用Python進行數(shù)據(jù)分析，這本書是入門Python數(shù)據(jù)分析非常好的書籍，從numpy，pandas，數(shù)據(jù)預(yù)處理，數(shù)據(jù)重塑合并，數(shù)據(jù)變換等各種關(guān)于數(shù)據(jù)的操作，最后還介紹了Python的時間序列用法以及在金融領(lǐng)域上的應(yīng)用。

另一本推薦的數(shù)據(jù)分析書籍是：深入淺出數(shù)據(jù)分析，這本書使用圖表示意比較多，內(nèi)容也很豐富，也是不錯的參考資料。

Python的數(shù)據(jù)可視化工具是matplotlib，matplotlib的功能也十分強大，將它使用好會讓你的數(shù)據(jù)可視化美觀清晰，吸人眼球。另外一個可視化工具是seaborn，它是在matplotlib基礎(chǔ)上封裝的更高級的可視化工具，使用方便，圖表非常美觀，并有FaceGrid，PairPlot，heatmap等強大的復(fù)合型可視化方法。

這兩個工具的官方網(wǎng)站都有詳細的使用說明，但如果你想快速學(xué)習(xí)核心使用方法也可以參考下面幾個教程：

快速入門Matplotlib教程

Seaborn從零開始學(xué)習(xí)教程（一）

Seaborn從零開始學(xué)習(xí)教程（二）

Seaborn從零開始學(xué)習(xí)教程（三）

Seaborn從零開始學(xué)習(xí)教程（四）

好多朋友問：數(shù)據(jù)分析崗位要求會爬蟲嗎？要求會機器學(xué)習(xí)嗎？

首先說爬蟲。其實說實話，對于數(shù)據(jù)分析而言，爬蟲真不是必須的，因為一般的大公司都有專門的爬蟲團隊。數(shù)據(jù)分析只是將數(shù)據(jù)從數(shù)據(jù)庫取出然后做數(shù)據(jù)處理和分析。不過，爬蟲作為一項技能是可以在一定程度上加分的，起碼在博主的面試經(jīng)歷中是這樣的。博主之前分享過一系列爬蟲技術(shù)的文章，感興趣的朋友也可以在后臺學(xué)習(xí)資源中找到，這里不贅述了。

其次是機器學(xué)習(xí)。對于機器學(xué)習(xí)，博主想說這部分還是有必要了解一下的（不是必須），因為一是可以給自己加分，另外也可以讓自己清楚未來的職業(yè)方向。數(shù)據(jù)分析的發(fā)展方向一般有BI商業(yè)方向，行業(yè)分析業(yè)務(wù)方向，和機器學(xué)習(xí)數(shù)據(jù)挖掘方向。了解常用的監(jiān)督和非監(jiān)督模型，如樸素貝葉斯，決策樹，聚類等可以讓自己更加深刻得理解數(shù)據(jù)分析。

機器學(xué)習(xí)的書籍推薦：《統(tǒng)計學(xué)習(xí)方法》，《機器學(xué)習(xí)》，《機器學(xué)習(xí)實戰(zhàn)》 三本書。

李航的統(tǒng)計學(xué)方法和周志華的機器學(xué)習(xí)（西瓜書）是大家最為熟知，最經(jīng)典的書籍資源，兩本書主要介紹機器學(xué)習(xí)的統(tǒng)計理論知識和公式推導(dǎo)，比較難啃，對于初學(xué)者其實并不建議花費大量時間深究。因為機器學(xué)習(xí)涉及的東西很多很雜，對于數(shù)學(xué)要有很強的功底，所以并不是短時間內(nèi)可以全部掌握的。對于轉(zhuǎn)行人員來說，時間是很寶貴的，因此博主建議這兩本書可以作為參考，但不必盲目深入研究。而對于已經(jīng)從事本行業(yè)的人員，這兩本書無疑是最絕佳的參考資料，可以反復(fù)閱讀。

機器學(xué)習(xí)實戰(zhàn)這本書從實際應(yīng)用的角度出發(fā)，更多的介紹了機器學(xué)習(xí)編程方面的使用，并附有大量源碼分析，是非常具有特色的一本參考書籍，比較適合初始學(xué)習(xí)機器學(xué)習(xí)的人員。當(dāng)然還有很多其它的參考資料，比如臺大林軒田，Andrew Ng機器學(xué)習(xí)視頻也是非常好的教學(xué)資源。

博主的建議是：先從宏觀上了解各個模型的特征，優(yōu)缺點及主要的應(yīng)用，然后再慢慢由淺入深的學(xué)習(xí)各個模型算法的緣由和推導(dǎo)，因為這樣不但會逐漸建立信心，也會對模型算法有更深刻的理解。總的來說，幾本書各有特色，相輔相成，建議結(jié)合幾本書一起學(xué)習(xí)效果最佳。當(dāng)然，關(guān)于機器學(xué)習(xí)這部分，博主后面也會陸續(xù)給大家介紹。

以上就是博主對于數(shù)據(jù)分析學(xué)習(xí)方法和資源的一些分享。本篇推薦的參考資料和書籍已經(jīng)打包，可以通過關(guān)注微信公眾號Python數(shù)據(jù)科學(xué)掃描我的二維碼獲取。