此 来自 (来源: )。 Sharyph 是一位技术作家。 Twitter 线程 Sharyph @thegoldsuite 11-18-2022 数据分析市场将从 230 亿美元增加到 2019 年至 2026 年的 1330 亿美元。 这是您成为专业数据分析师的最快方式。 -线- 您可能花了太多时间观看 YouTube 视频和 Udemy 课程,但这可能无济于事。 在此线程中,我删除了所有的绒毛,并为您提供了从零到全职数据分析员的最快途径 此外,在此线程中,我将分享几乎每个数据分析师都会犯的主要错误。 所以,你不会重复那些。 让我们开始吧。 选择用于数据分析的工具或编程语言 我选择 Excel 作为开始的工具。 为什么选择 Excel? 很容易学 几乎每家公司都在使用 它在数据分析方面有着广泛的应用 陷阱: 它不是专门为数据分析而设计的 Excel 非常适合入门,但是一旦您掌握了 Excel, 是时候继续学习更严肃的工具和最合乎逻辑的工具了。 学习 SQL 这显然是数据分析师工作中第二大最需要的技能 为什么是 SQL? 因为它没有与 Excel 相同的限制 你可以提取 转换 加载非常大的数据集 最好的是它有自己的非常易于使用的编程语言 SQL 是一个很好的工具,可以增加您作为数据分析师的技能 同时也是一些更严肃的编程的重要垫脚石。 学习可视化工具 有几十个。 但大多数公司都在寻找具有以下经验的人: 画面 电力BI QlikView 以下是这些工具的优缺点,因此您可以决定: 电力商务智能: 与 Excel 和 SharePoint 一起顺利工作。 它有一个免费版本,与其他 BI 工具相比,即使是大版本也相对便宜。 画面: Tableau 是一款 B.I 工具,具有比 Power BI 更广泛的数据可视化功能 就业市场的需求比 Power BI 多一点 此外,它带有 更高的价格标签 比 Power BI 更难学 QlikView: 它使用内存技术,因此执行速度更快。 但它的价格很高 需求低于 Power BI 和 Tableau 在我们继续讨论如何擅长数据分析之前,您需要 学习编程语言 要成为一名数据分析师,我们必须在两种编程语言之间进行选择。 R Python 那么,你应该选择哪一个... 在你选择之前,这里有一个小帮助👇 R. 是一种统计编程语言。 Python 是一种通用计算机语言,非常适合数据分析。 R很容易学, 但是如果你能学好python,你不仅擅长数据分析,还可以成为一个开发软件,这是一个Bonus。 所以,现在你可能知道路径了。 Excel ➡️SQL ➡️Power BI ➡️Python ➡️ 在结束这个话题之前,让我也告诉你初学者犯的主要错误。 因此,您可以避免这些并缩短学习曲线。 初学者常犯的错误: 通过观察别人来学习 不做就无法真正学习 如果不编写代码或分析数据,您会给自己一种错误的进步感。 对于实际练习,我会推荐这些免费网站: Excel: ://excel-practice-online.com https SQL: https://w3schools.com/sql/ Power BI: ://datacamp.com/courses/introduction-to-power-bi https 蟒蛇: ://learnpython.org https 2. 尝试自己解决所有问题。 95% 的时间有人发生了同样的错误并且他/她已经解决了它。 您只需在 google 中复制部分错误消息,您可能最终会进入 StackOverflow。 向他人寻求帮助和学习是可以的。 你已经走到尽头了。 以下是步骤: 选择用于数据分析的工具或编程语言 学习 SQL 学习可视化工具 学习编程语言 Excel ➡️SQL ➡️Power BI ➡️Python ➡️ 至此,我结束了这个话题,如果你喜欢这个话题,请: 跟我来@thegoldsuite 更多 转发下面的第一条推文以分享此线程 检查 My Bio 中的链接,其中的资源(免费)会对您有所帮助。 通过 HackerNoon Stable Diffusion Prompt 生成的特征图像“成为专业数据分析师的最快方法”