python數(shù)據(jù)分析師需要學什么

python數(shù)據(jù)分析師?，F(xiàn)在大數(shù)據(jù)分析可以熱得不要不要的。從發(fā)展來看，python數(shù)據(jù)分析師很有前景的。但也并不是隨便一個公司就可以做大數(shù)據(jù)分析的。有幾個問題是做大數(shù)據(jù)要考慮的：大數(shù)據(jù)來源是否全面，分析什么，誰來使用等等。當然如果能到能做大數(shù)據(jù)的公司，那薪水還是可觀的。要做python數(shù)據(jù)分析師，有一些東西是不得不學的，要不然，做不了分析師的，可能做的程序員，幫別人實現(xiàn)分析的結(jié)果而已。

第一：統(tǒng)計學知識。（推薦學習：Python視頻教程）

這是很大一部分大數(shù)據(jù)分析師的短板。當然這里說的不是簡單的一些統(tǒng)計而已。而是包括均值、中位數(shù)、標準差、方差、概率、假設(shè)檢驗等等具有時間、空間、數(shù)據(jù)本身。差不多應(yīng)該是理工科的高等數(shù)學的知識，甚至還高一點兒。要能夠建模，要不然你分析出來的結(jié)果離實際相差十萬八千里的話，估計要不了幾天，你就會被卷鋪蓋走人了。當然，做個一般的大數(shù)據(jù)分析師，就不會涉及到很深的高等數(shù)學知識了，但要做一個牛B的大數(shù)據(jù)分析師，還是要學習學習再學習。

第二：很多人想不到的，你還是把EXCEL玩熟悉吧。

當然不需要掌握的高大全，也得要掌握常用的函數(shù)，比如重點包括但不限于sum，count，sumif，countif，find，if，left/right，時間轉(zhuǎn)換，透視表，各種圖表做法等之類的。如果數(shù)據(jù)量不算是特別大的話，Excel能夠解決很多問題。比如，篩選部分贓數(shù)據(jù)，排序，挑選滿足條件的數(shù)據(jù)等等。

第三：分析思維的練習。

比如結(jié)構(gòu)化思維、思維導圖、或百度腦圖、麥肯錫式分析，了解一些smart、5W2H、SWOT等等那就更好了。不一定要掌握多深多全，但一定要了解一些。

第四：數(shù)據(jù)庫知識。

大數(shù)據(jù)大數(shù)據(jù)，就是數(shù)據(jù)量很多，Excel就解決不了這么大數(shù)據(jù)量的時候，就得使用數(shù)據(jù)庫。如果是關(guān)系型數(shù)據(jù)庫，比如Oracle、mysql、sqlserver等等，你還得要學習使用SQL語句，篩選排序，匯總等等。非關(guān)系型數(shù)據(jù)庫也得要學習，比如：Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase等等，起碼常用的了解一兩個，比如Hbase，Mongodb，redis等。

第五：業(yè)務(wù)學習。

其實對于大數(shù)據(jù)分析師來說，了解業(yè)務(wù)比了解數(shù)據(jù)更重要。對于行業(yè)業(yè)務(wù)是怎么走的對于數(shù)據(jù)的分析有著非常重要的作用，不了解業(yè)務(wù)，可能你分析的結(jié)果不是別人想要的。

第六：開發(fā)工具及環(huán)境。

比如：Linux OS、Hadoop（存儲HDFS，計算Yarn）、Spark、或另外一些中間件。目前用得多的開發(fā)工具python等等語言工具。

總之，要做一個高級或總監(jiān)級的大數(shù)據(jù)分析師那是相當?shù)臒X的。要學習了解的東西如果只是單純的數(shù)據(jù)方面的話，那業(yè)務(wù)和統(tǒng)計知識的學習是必不可少的。如果是實用型的大數(shù)據(jù)分析師可能只掌握某些部分就可以。大數(shù)據(jù)開發(fā)工程師的話，基本就是掌握開發(fā)環(huán)境、開發(fā)語言以及各種圖表的應(yīng)用，也是可以滿足的。畢竟，一個公司要團隊協(xié)作，一人懂一部分就可以搞出分析產(chǎn)品出來了。認定一項事情就去干！越干越輕松，越干越牛B！

更多Python相關(guān)技術(shù)文章，請訪問Python教程欄目進行學習！

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com