首頁  >  文章  >  後端開發  >  python資料分析師需要學什麼

python資料分析師需要學什麼

(*-*)浩
(*-*)浩原創
2019-07-02 09:39:267971瀏覽

python資料分析師。現在大數據分析可以熱得不要不要的。從發展來看,python資料分析師很有前景的。但也不是隨便一個公司就可以做大數據分析的。有幾個問題是做大數據要考慮的:大數據來源是否全面,分析什麼,誰來使用等等。當然如果能到能做大數據的公司,那薪水還是可觀的。要做python資料分析師,有些東西是不得不學的,要不然,做不了分析師的,可能做的程式設計師,幫別人實現分析的結果而已。

python資料分析師需要學什麼

第一:統計學知識。 (推薦學習:Python影片教學

這是很大一部分大數據分析師的短板。當然這裡說的不是簡單的一些統計而已。而是包括平均數、中位數、標準差、變異數、機率、假設檢定等等具有時間、空間、資料本身。差不多應該是理工科的高等數學的知識,甚至高一點。要能建模,不然你分析出來的結果離實際相差十萬八千里的話,估計要不了幾天,你就會被捲鋪蓋走人了。當然,做個一般的大數據分析師,就不會牽涉到很深的高等數學知識了,但要做一個牛B的大數據分析師,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,也要掌握常用的函數,例如重點包含但不限於sum,count,sumif,countif,find,if,left/right,時間轉換,透視表,各種圖表做法等之類的。如果資料量不算是特別大的話,Excel能夠解決很多問題。例如,篩選部分贓物數據,排序,挑選滿足條件的數據等等。

第三:分析思考的練習。

例如結構化思考、心智圖、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:資料庫知識。

大數據大數據,就是資料量很多,Excel就解決不了這麼大資料量的時候,就得使用資料庫。如果是關聯式資料庫,像是Oracle、mysql、sqlserver等等,還得要學習使用SQL語句,篩選排序,總結等等。非關係型資料庫也要學習,例如:Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase等等,起碼常用的了解一兩個,例如Hbase,Mongodb,redis等。

第五:業務學習。

其實對於大數據分析師來說,了解業務比了解資料更重要。對於產業業務是怎麼走的對於數據的分析有著非常重要的作用,不了解業務,可能你分析的結果不是別人想要的。

第六:開發工具及環境。

例如:Linux OS、Hadoop(儲存HDFS,計算Yarn)、Spark、或另外一些中介軟體。目前用得多的開發工具python等等語言工具。

總之,要做一個高級或總監級的大數據分析師那是相當的燒腦的。要學習了解的東西如果只是單純的數據方面的話,那麼業務和統計知識的學習是必不可少的。如果是實用型的大數據分析師可能只掌握某些部分就可以。大數據開發工程師的話,基本上就是掌握開發環境、開發語言以及各種圖表的應用,也是可以滿足的。畢竟,一個公司要團隊合作,一人懂一部分就可以搞出分析產品出來了。認定一項事情就去幹!越乾越輕鬆,越乾越牛B!

更多Python相關技術文章,請造訪Python教學欄位學習!

以上是python資料分析師需要學什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn