行业知识

   数据分析师是新兴的职业，不容易被人工智能取代。他们比算法工程师和人工智能工程师更容易上手。良好地学习数据分析还可以为进一步的数据科学和机器学习奠定一定的基础。 最近，我们将分享许多主题，例如如何学习数据分析。有很多正确的姿势可以进行数据分析。现在此将对其进行总结。
 一：编程能力
    编程是否将成为初级数据分析师和高级数据分析师之间的分水岭。在这里，假如目标是一位高级数据分析师，那么编程技能尤为重要，应该将其放在首位。 与数据分析相关的编程语言是Python和R。R语言倾向于统计分析，绘图等。统计学家或统计学家喜欢使用R语言，在此建议学习Python，因为Python是用于未来，无论受欢迎程度，可用性或学习难度如何，Python都是最好的入门语言。      当然，如果条件允许，最好再次掌握R语言。   掌握Python的基本知识可提供如下参考课程：廖雪峰的Python（入门）  教程：廖雪峰的Python（高级）  教程：   或菜鸟教程Python教程：或W3Cschool Python教程。购买的书籍建议“ Python编程：从入门到实践”。豆瓣得分：9.0 。当然，仅靠Python基础绝对是不够的。由于要学习数据分析，因此必须有数据。数据从哪里来？它一定是从Internet上来的。 Internet上有太多信息，必须对其进行过滤以提取我们想要的信息。这需要使用Python搜寻器，这也是学习Python的重要目的和作用。 学习Python爬虫绝对比学习Python基础困难，值得庆幸的是，在线学习资源非常丰富，辛苦的工作一定会有所回报。 网上有很多关于Python爬虫的学习资源，在此我们推荐：Crawler God崔庆才的个人博客：该博客充满了Python爬虫教程，功能非常强大。 了解大V：Passerby A，他的专栏“学习编程”，关注者数量达到114k，学习Python的资源和摘要很多。

二：统计学相关基础知识，数据分析一定需要有一定的统计相关的基础知识，在了解需求后通过统计学知识进行建模，然后用计算语言进行落地实现。