一名优秀的数据分析师需要熟练掌握数据分析工具,常用的数据分析工具有Excel、MySQL、Python、BI工具等,按照数据分析的学习路径,需要熟练掌握这部分分析工具,那么如何去学习这些数据分析工具呢?我们知道学习一门语言或者软件的最佳学习方式就是学习其官方文档,作者根据多年自学数据分析的经验,总结一份官方文档如下。
【资料图】
市场上诸如数据分析相关的书籍有很多,这里推荐使用官方的帮助文档进行学习,本文整理Excel、MySQL、Python、PowerBI官方的学习文档,这部分内容免费而且实用,在遇到分析难题时,可以直接在官方文档中寻找答案,并且本文还总结了一些可以实际用于练习的网站,用于案例练习,查漏补缺,还有一些比较好的数据社区,下面一起学习。
官网:https://support.microsoft.com/zh-cn/excel
在EXCEL帮助和学习中心,有大量的教程,可以学习EXCEL常用的公式和函数,配套有图文和视频进行演示。
官网:https://docs.microsoft.com/zh-cn/sql/
在SQL中,日常用到比较多的是SQL Sever和MySQL软件,其中SQL Sever是微软的软件,在微软的官网也是有相关的学习文档,常见的语法释义在官方文档中都可以找到。
官网:https://dev.mysql.com/doc/
另一个使用最多的软件是MySQL,同样在其官网也有学习文档,我日常使用MySQL多一点,遇到问题都是直接在官网搜答案,搜着搜着,对于一些知识点也逐渐熟悉。
在MySQL官方学习文档里选择版本8.0。
官网:https://www.runoob.com/mysql/
同时,学习MySQL推荐菜鸟教程,这里面有很多技术类的学习文档,简直是一个宝库,对于内容的学习很完善。
官网:https://www.runoob.com/python3/
学习Python同样推荐菜鸟教程,教程里面对于Python的基础语法、数据类型、运算符等等都解释的很详细,推荐查看Python 3教程。
官网:https://www.pypandas.cn/
pandas是数据分析中最重要的库,日常数据分析用到最多的库就是pandas,所以,在代码编译中,遇到问题,我都是直接在pandas官网去查找解决问题的办法。
官网:https://www.r-project.org/other-docs.html
R语言对于统计分析人员会用的比较多,在R官方文档中包含软件下载以及文献资料等,文献资料也可以下载为PDF用于保存。
官网:https://docs.microsoft.com/zh-cn/
对于BI工具的学习,我日常用到最多的是Power BI,同样,Power BI软件是微软的工具,在微软的官网有相应的Power BI Desktop学习文档,另外,在Power BI中使用最多的DAX函数,同样有学习手册可以使用。
官网:https://sqlzoo.net/
在该网址可以在线练习,但是网页是英文版的,可以使用谷歌自带的翻译插件,将其转化为中文进行练习。
官网:https://www.nowcoder.com/ta/sql
在牛客网上刷SQL练习题,成为一种潮流,这里将SQL练习题分为入门、简单、中等、困难这几种难易不同的题型,通关式练习。
官网:http://xuesql.cn/
在自学SQL网上,采用图文教程的形式,先学习基础的SQL知识,在每一小节都设置了基础的练习题,及时做好知识点的回顾。
官网:https://leetcode-cn.com/
该网站与牛客网相似,也是通关式的练习SQL习题。
官网:https://c.runoob.com/compile/6
如果电脑上没有安装Python软件,对于一些简单语法的Python代码,可以在菜鸟教程里在线运行,现在大家相信菜鸟教程网站绝对是学习技术的宝库。
官网:https://crossincode.com/oj/sample_list/
编程教室在线网址,这个编程教室是某个老师自己开发的在线网站,可以在在线练习中运行一些基础的Python语法。
官网:https://www.heywhale.com/
推荐我常用的几个社区,比如和鲸社区,在这个社区有很多开源的数据,还有很多与数据分析相关的项目和竞赛。
官网:https://tianchi.aliyun.com/
在阿里云里,同样有很多的竞赛,其中,天池大数据竞赛的知名度很高,在这里能看到很多大佬在这个平台竞相角逐。
官网:https://www.kaggle.com/
Kaggle 是一个流行的数据科学竞赛平台,在该平台中包含大量的数据模型和算法,使用Kaggle 数据集进行数据建模也是提升个人数据分析能力的途径。
以上就是作者推荐的关于数据分析技能学习以及练习的一些常用的官方网站,对于数据分析的学习切不可仅仅收藏了网址,然后就将其束之高阁,也要经常加以练习和提升,如此才能提升自己的数据分析技能,并成功进阶数据分析之路,古人有云:
勤能补拙是良训,一分辛苦一分才
数据分析时,需要我们对问题加深理解、拓展分析思路、熟悉分析流程、通透分析结果,同时也要勤加练习,熟练掌握数据分析工具,这样才能更好地入门数据分析。