最近经常被问到怎么入门数据分析，可能很多同学对怎么开始学习还是比较困惑的。我回想自己学习数据分析的经历，总结了一些建议，希望能给到大家帮助。

打好概率与统计的基础

概率与统计是数据分析的基石，像一些概率分布、抽样、线性回归、时间序列都是数据分析当中经常会用到的，可以说日常碰到的大部分的分析需求都可以用统计分析来解决。

理工科专业的同学大多在本科期间就学过概率与统计这门课，这部分的基础应该还是比较扎实的。对于没有基础的同学，有一本叫《深入浅出统计学》的书非常值得一读，豆瓣上的评分8.5分

这本书非常通俗易懂，讲理论知识的时候结合了很多案例，把统计学应用到解决实际问题当中，让原本枯燥的统计学原理变得有趣起来，适合非专业人士入门学习。

掌握数据库技能

做数据分析离不开查询数据库，这里主要涉及的是SQL。对于传统的数据库如MySQL，SQL Server，Oracle，或者大数据平台Hadoop，都可以通过SQL查询的方式来获取数据。入门SQL的书推荐一本《MySQL必知必会》，豆瓣评分8.4分。

这本书实践性很强，教你怎么用SQL语句操作MySQL。可以自己在电脑上装一个MySQL，跟着书中的案例操作一遍。

掌握Python或者R

Python和R是数据分析当中最常用的两门语言。R是为数据分析而生的一门语言，但Python在数据分析方面有后来居上的趋势。公司里的数据科学团队在几年前还是用R做的分析，最近一年已经转向Python了，身边的朋友也听到很多R转Python的。性能上来说，Python的速度更快，可以处理上G的数据，而R不行。所以长远来说，我还是看好Python的。

讲Python基础的有一本《A byte of Python》非常推荐，我当初就是看这本书入门的，读起来很轻松，两三天就可以读完。网上已经有人把这本书翻成中文，地址在这儿：https://bop.mol.uno/

数据分析相关的，推荐这本《利用Python进行数据分析》，豆瓣评分8.5分。

作者是广受好评的pandas库的开发者。读完这本书，可以对用Python做数据分析涉及到的一些工具、怎样用pandas、怎样做数据可视化有比较详尽的了解。

机器学习

数据分析如果继续深入的话，可以学习机器学习。机器学习涉及的理论主要是分类、回归、聚类、决策树、贝叶斯定理等。机器学习相关的书强烈推荐一本《机器学习实战》，豆瓣评分8.2分。

这本书介绍了机器学习中最常用的几种算法，对算法背后的数学原理也有介绍，对于理解机器学习的算法非常有帮助。书中的代码和例子都是用Python实现，非常适合有python基础的同学学习。

以上这些是数据分析最基础的技能，有编程基础的同学花两三个月差不多就能入门了，零基础可能要多费点时间。当然看书学习只是掌握理论知识，要真正的掌握还是要在项目中去实践。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。