⑴ 哪里可以学习数据分析
大数据分析师有两种岗位定位：
大数据科学家，Data Scientist，DS
大数据工程师，Data Engineer，DE
DS的职能是算法分析，是基于对行业背景的了解帮助客户作出预期计算。而这里面就会涉及到很多专业知识，俗称统计分析。我这里可以学习数据分析。
⑵ 数据分析去哪里学
数据分析的学习可以分为两个途径：
1.自学：需要有极强的自律性，以及对学习资料和内容筛选的能力。否则效率会非常的低，而且一定要制定学习计划，根据学习计划执行。
包括投递简历的时间，入职的时间等等。都要给自己一个规划。否则会容易懈怠。资料可以去通过一些行业领域的公众号，数据领域相关网站以及知乎，B站等去获取。
2.报班：效率会相对比较高，而且会非常快速的收获并且融入数据圈获得更多资源。让自己有一个更好的发展路径规划。
但是选择机构就要非常的谨慎，避免掉坑。可以从师资力量（讲师是否在职，切记纸上谈兵的讲师），课程实用性（要有实战以及真实数据库），职场支持（根据城市基因个人背景做支持，忌所谓的包就业）等内容综合做评估。
最后，一定给自己做一个职业规划，了解不同层级的数据分析师要掌握什么技能，想清楚自己未来的目标岗位，不断的去学习和提升自己，再一步步朝着目标迈进。
关于数据分析的相关了解可以咨询一下CDA认证机构，CDA（Certified Data Analyst），是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称，具体指在互联网、金融、咨询、电信、零售、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据人才。
⑶ 如何学习数据分析
对于自学数据分析，很多零基础的小伙伴都有以下的疑问。
“我数学不好身，可以学习数据分析吗？”
“我英语不好，可以成为数据分析师吗？”
“我没有编程基础可以学习数据分析吗？”
......
其实学习数据分析要比想象中容易得多，通常一提到数据分析就会想到各种数据和编程，让人头大，让很多零基础的小伙伴不知道如何下手学习。但是在IT行业中，数据分析往往是最容易入门和学习的，薪资也是比较高的，很多零基础的小伙伴被数据分析吓到劝退往往是不知道怎么样高效学习，没有找到适合自己的方法。想要了解更多，点击下方链接就能找到我。
接下来就讲讲如何自学数据分析，学习步骤如下
自学数据分析推荐书籍
数据分析常用的工具
数据分析常见面试问题
一些小建议
1.自学数据分析推荐书籍
入门篇
对于刚走上数据分析这条路的小白们，面对每天的工作可能已经手忙脚乱，但工作后面的逻辑及工具的应用，真的已经了解了吗？
从事数据分析的小白们，很多都和一样是半路出家，甚至有些文科的小伙伴，也对数据分析非常感兴趣。但是喜欢归喜欢，基础的知识还是得必备。
1. 《深入浅出数据分析》
这本书可以说是很多数据分析师的启蒙书籍。
怎么提升销量、怎么分析a门店比b门店好、怎么进行细分分析和对比分析......在读完这本书之后，跟着Acme在重重挑战之下，对数据分析有了一个整体认识。
2. 《深入浅出统计学》
什么是统计？什么是众数、异常值、四分位数？几何分布，泊松分布，二项分布又是什么？如何对数据进行预测？预测数据和置信区间又有什么关系？
这些名词是不是很可怕？没事，这本书写得非常浅显易懂，很多图片和对话，像看漫画书一样，把统计学学了。
3. 《谁说菜鸟不会数据分析》
牛老板和应届生小白之间的职场小故事，像看一本小说一样，但是其中会告诉你什么是数据分析，处理数据的技巧，提升图表之美，如何建立结构化思维等等。和第一本书类似，看书也是多多益善嘛~
4. 《漫画统计学》
这本书真的是以漫画的形式来讲统计学了，在诙谐的人物肢体和幽默的对话之间，传达统计知识，让无聊的数字变得生动有趣。
这本书可以在闲暇又不想学习的时候来打发时间呀，既学到了知识，又没那么累。
进阶篇
想必这段时间，小白们也有了一定的工作经验，对于数据分析有了稍微具体的认识。这时的目标是学习更加系统的数据思维。
5. 《商务与经济统计》
戴维 R.安德森的这本书，把数据处理、数据分析、业务三者相结合，还有不少统计学的知识。
记得以前看这本书的时候，拿着赠送的数据一边模拟操作，一边学习。在实践中对处理方法更加熟练，也对业务当中的数据分析有了更加立体的认识。
6. 《机器学习》
周志华先生写的这本《机器学习》，俗称西瓜书，是用西瓜的例子来引导一个又一个算法的介绍及应用。
跟着这本书，倒是学会了用Python编了个聚类算法，哈哈。不过这本书比较难，没有一定的统计基础和编程基础，还是就了解了解吧。想要学习更多数据分析知识，点击下方链接找到我。
2.数据分析常用的工具
(一)、常见数据分析工具
①、EXCEL
EXCEL可以说是数据分析师最常用的统计分析工具，它
使用广泛，容易上手，小规模数据的处理成本低，样式处理方便。
应该说只有学会了Vlookup，数据透视和基本公式才算EXCEL入门。
②、SQL
作为数据分析人员，要想获取数据，肯定就要和数据库打交道，因此sql肯定是要掌握的，在招聘要求中，sql也是很多数据分析岗位的能力要求之一。
SQL具有行业通用的优势，它的语法简单，独立于数据库本身。
③、Python
Python作为目前最火的编程软件之一，确实在数据分析、数据挖掘上有着独特优势。它主要用于做一些像数据挖掘的项目，或者说一些数据可视化等等。
④、PPT
那么最后，数据呈现，分析报告主要就是由PPT来实现，它是将分析关键结果传递给其他的重要手段。
学好PPT可以提升沟通和消息传递效率，也是数据分析师必备的技能。
⑷ 去哪学数据分析比较好
数据分析你可以自己买相关书籍自学，因为只要简单的数据分析没必要特意找机构学。比如买Excel或者SPSS的讲得略深一些的书，Excel书得有数据透视表相关内容。如果想加一门语言学得更深一些可以买本R语言的书，数据分析或数据挖掘常用R做。
⑸ 数据分析怎么学习呢需要学习什么
想要学习数据分析，首先你要知道成为一名数据分析师所需要具备的技能：
数学知识
对于初级数据分析师来说，则需要了解统计相关的基础性内容，公式计算，统计模型等。当你获得一份数据集时，需要先进行了解数据集的质量，进行描述统计。
而对于高级数据分析师，必须具备统计模型的能力，线性代数也要有一定的了解。
分析工具
对于分析工具，SQL 是必须会的，还有要熟悉Excel数据透视表和公式的使用，另外，还要学会一个统计分析工具，SAS作为入门是比较好的，VBA 基本必备，SPSS/SAS/R 至少要熟练使用其中之一，其他分析工具（如 Matlab）可以视情况而定。
编程语言
数据分析领域最热门的两大语言是 R 和 Python。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力不足，学习曲线比较陡峭。Python 适用性强，可以将分析的过程脚本化。所以，如果你想在这一领域有所发展，学习 Python 也是相当有必要的。
当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中SQL 是最基本的，你必须会用 SQL 查询数据、会快速写程序分析数据。当然，编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。
业务理解
对业务的理解是数据分析师工作的基础，数据的获取方案、指标的选取、还有最终结论的洞察，都依赖于数据分析师对业务本身的理解。
对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。
逻辑思维
对于初级数据分析师，逻辑思维主要体现在数据分析过程中每一步都有目的性，知道自己需要用什么样的手段，达到什么样的目标。对于高级数据分析师，逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。对于数据挖掘工程师，罗辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。
数据可视化
数据可视化主要借助于图形化手段，清晰有效地传达与沟通信息。听起来很高大上，其实包括的范围很广，做个 PPT 里边放上数据图表也可以算是数据可视化。
对于初级数据分析师，能用 Excel 和 PPT 做出基本的图表和报告，能清楚地展示数据，就达到目标了。对于稍高级的数据分析师，需要使用更有效的数据分析工具，根据实际需求做出或简单或复杂，但适合受众观看的数据可视化内容。
协调沟通
数据分析师不仅需要具备破译数据的能力，也经常被要求向项目经理和部门主管提供有关某些数据点的建议，所以，你需要有较强的交流能力。
通过了解数据分析需要具备的技能，学习的方向也就迎刃而解了。
对于高级数据分析师，需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。
⑹ 数据分析没有基础，应该从哪方面开始学习
你这个如果零基础的话，那你可能无从下手去学习的。这个最好是系统的报这个专业。如果你学习这个专业的话，那就是从零基础开始系统学习。
⑺ 我想学数据分析，应该学习哪些方面的知识，该从哪开始呢谢谢！
初级报表
⑻ 数据分析从哪里开始入门学习，可以推荐的书有哪
《深入浅出统计学》
《从零进阶！数据分析的统计基础》
《谁说菜鸟不会数据分析》
《精益数据分析》
《数据挖掘与数据化运营实战，思路、方法、技巧与应用》......
⑼ 如何学习数据分析
我觉得得看基础或者说背景怎么样了吧，我是零基础的，所以报了CDA数据研究院的就业班现在在学习，可能有些有基础的可以自学，但是感觉没基础的话最好还是报个班来的快一些，不用担心课程设置不用担心到哪找实践项目，只要努力学习就行了
⑽ 数据分析需要学习哪些
1、数学知识
数学知识是数据分析师的基础知识。对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。
对于高级数据分析师，统计模型相关知识是必备能力，线性代数(主要是矩阵计算相关知识)最好也有一定的了解。
而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。
所以数据分析并非一定要数学能力非常好才能学习，只要看你想往哪个方向发展，数据分析也有偏“文”的一面，特别是女孩子，可以往文档写作这一方向发展。
2、分析工具
对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。
对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具(如Matlab)视情况而定。
对于数据挖掘工程师……嗯，会用用Excel就行了，主要工作要靠写代码来解决呢。
3、编程语言
对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。
对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。
对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力了。
4、业务理解
业务理解说是数据分析师所有工作的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。
对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。
对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。
对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。
业务能力是优秀数据分析师必备的，如果你之前对某一行业已经非常熟悉，再学习数据分析，是非常正确的做法。刚毕业没有行业经验也可以慢慢培养，无需担心。
5、逻辑思维
这项能力在我之前的文章中提的比较少，这次单独拿出来说一下。
对于初级数据分析师，逻辑思维主要体现在数据分析过程中每一步都有目的性，知道自己需要用什么样的手段，达到什么样的目标。
对于高级数据分析师，逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。
对于数据挖掘工程师，逻辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。
6、数据可视化
数据可视化说起来很高大上，其实包括的范围很广，做个PPT里边放上数据图表也可以算是数据可视化，所以我认为这是一项普遍需要的能力。
对于初级数据分析师，能用Excel和PPT做出基本的图表和报告，能清楚的展示数据，就达到目标了。
对于高级数据分析师，需要探寻更好的数据可视化方法，使用更有效的数据可视化工具，根据实际需求做出或简单或复杂，但适合受众观看的数据可视化内容。
对于数据挖掘工程师，了解一些数据可视化工具是有必要的，也要根据需求做一些复杂的可视化图表，但通常不需要考虑太多美化的问题。
7、协调沟通
对于初级数据分析师，了解业务、寻找数据、讲解报告，都需要和不同部门的人打交道，因此沟通能力很重要。
对于高级数据分析师，需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。
对于数据挖掘工程师，和人沟通技术方面内容偏多，业务方面相对少一些，对沟通协调的要求也相对低一些。