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”

該音頻是用故事的原始語言製作的！

成为专业数据分析师的最快途径

太長; 讀書

#TechTweeter

About Author

標籤

Languages

这篇文章刊登在...