数据分析师可以自学吗-数据分析师容易学吗

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析师可以自学吗的问题，于是小编就整理了4个相关介绍数据分析师可以自学吗的解答，让我们一起看看吧。

1. 零基础可以学习数据分析吗？
2. 数据分析师需要懂编程吗？
3. 自学数据分析需要看哪些书的？求推荐？
4. 数据分析师就业前景怎么样？

零基础可以学习数据分析吗？

感谢邀请。关于“零基础可以学习XXX”之类的问题，我感觉除了一些需要先天优势明显的项目，比如体育项目，比如书法绘画或者钢琴这些东西，可能先天条件比后天努力要重要得多，平常工作中的很多技术技能基本上都可以通过刻意学习去提高和改变。只不过在刻意练习过程中要做到几个关键：聚焦、反馈和调整，或者按照PDCA的方式进行，应该是可以做到的。希望能够帮助到你。

首先我想说这是可以的

其实我们的很多技能都是从0到1的，无非是有的是刻意去学，有的是在这样或那样的经

历打下的基础，然后就有了零基础和有一定基础之别。

毫无疑问，正常人都是可以学会的，只要你肯学，有决心，有耐心就肯定可以学会，只是

在这过程中，你是否有基础，是否有天分，是否肯动脑，是否找到适合自己的方法等等因

素，将决定你用时的长短，甚至决定了你能否继续走下去。

倘若你还年轻，想学就努力去付出行动吧，加油！

数据分析师需要懂编程吗？

我是从事数据挖掘方向得职业，但是因为感觉在实际项目应用中很多对数据挖掘、深度学习等需求虽然比较大，但是有些数据满足不了条件，所以想转数据分析方向。

从我自身接触过的项目来说，数据分析要求最重要得是两点：一是面向业务得数据分析，也就是需要懂得具体的业务，第二个对数据可视化要求还挺高的。对于是否懂编程我觉得具体看实际需求，比如数据量的大小、是否用数据库，其实即便是用到数据库，只要会用常用的sql语句我觉得就可以了，有一些可能通过excel这种就能够实现。

以上是我个人的一点看法，不喜勿喷，欢迎交流。

谢谢邀请！

数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。

应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。通常做BI的数据分析师还需要进一步掌握数据库的基础知识，但是难度往往并不大。

研发级数据分析师就需要掌握编程知识了，在数据分析领域R、Python、C、MATLAB等语言都有广泛的应用，目前通过Python等语言来完成数据分析也是一个比较常见的做法。其实MATLAB也是一个在数据分析领域占据重要位置的软件（语言），MATLAB功能非常强大。

在大数据时代，通过机器学习的方式实现数据分析是一个比较常见的方式，而Python语言则是一个比较常见的选择，一方面Python语言简单易学，另一方面Python语言具备丰富的库支持，比如Numpy、Scipy、Matplotlib、Sympy、pandas等都是比较常见的库，这些库的使用会极大的降低算法实现的难度。

总之，对于数据分析师来说，如果想在数据分析的道路上走的更远，编程是一定要掌握的，其实编程语言本身并不是数据分析环节中的难点，比如学习Python还是一个比较轻松的过程。

对于基础比较薄弱的学习者来说，从使用工具开始学习数据分析是一个比较现实的选择。

作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。

欢迎关注作者，欢迎咨询计算机相关问题。

我自己从事数据分析和挖掘已经11年了，在电信行业和互联网两个行业从事过有关分析和挖掘的工作。我简单回答一下你的问题：

1.数据分析不一定要懂编程，不懂代码当然也能做数据分析师。但至少会玩EXCEL和PPT。如果需要从数据仓库或数据库提取数据，至少要会SQL

数据分析分两类：商业数据分析师和数据分析师

商业数据分析是一般在咨询公司或者业务部门，他们会重点负责某些业务的分析。相关的数据提取工作一般只需要提需求让别人提取或者公司有专门报表的支持。所以一般excel玩的比较熟就行。

数据分析师：一般需要跟觉解决的问题取整理需要提取的数据，然后从公司的报表系统和数据数据仓库提取数据，分析数据、撰写报告，给出问题解放方案。如果需要从数据仓库或数据库提取数据的话，这个必须会SQL的。不过SQL一般不作为编程语言。相对而言比较简单

2.数据分析的工具：通用基础工具（EXCEL、PPT），数据查询工具（SQL)，统计分析工具（PYHON、R和SAS）

3.数据分析主要是要理解分析过去和现在。数据挖掘则需要理解未来。数据挖掘通常会要求通过模型和算法预测未来（比如预测未来一个月的收入，预测未来用户的流失情况等等）。所以数据分析师的核心内容是根据问题提数据、分析数据，写报告，给解决方案，其中最核心的是根据问题给出合理的解决方案，报告只是形式。数据挖掘工程师是要根据问题准备数据，挖掘数据，训练模型，评估模型，模型上线，做测试和评估，证明用模型比不用模型要好，证明自己存在的意义和价值。

数据分析师，主要的工作内容和技能偏向是分析数据得出结论，所以从根本上来说是具有对数据的分析能力

在远古时代，我们只需要用excel就可以处理所有数据；但是随着社会和计算机硬件的发展，excel已经不能支撑全流程的数据分析过程，从单机的数据库到分布式数据库，数据的存储和计算载体在不断的变化

面对这个变化，我们如果不掌握额外的工具技能，怎么来实现我们的核心价值-数据分析呢？

就我目前的工作来看，sql不必说；python作为一种灵活的面向对象语言在数据分析领域可以说是进可攻退可守，快速实现脚本功能或者编写稍微复杂点的例行任务都得心应手；j***a作为老牌的变成语言，如果有精力和时间也是要懂一点的，比如前些年在编写storm程序时就需要用到（举例说明某些特定的框架需要特定的语言），对于flink和spark程序，scala是很好的选择；所以编程语言还是要懂的，不然你怎么完成数据分析的任务？

数据分析和数据挖掘的区别，我个人认为，数据分析对现有的结果数据进行观察得出结论，所有的数据和结论都是可靠有依据的；数据挖掘则是比数据分析更深层一步，往往是数据上没有直接呈现的结论，需要在大规模数据中探索，得出一些猜测的结论。

需要的。

数据分析，如果只是给定准备好的数据集，去做简单的描述性统计、简单绘图，就不太需要掌握任何编程语言。

问题在于现实当中收集到的数据是多样的、基础的，很少有能够直接满足模型对数据规格的要求以及模型成立的***设，这就需要在数据分析前变换、合并、分类和整理数据。

这个时候可能会需要从数据库用SQL跨表查询，数据整理好后之后利用模型做统计推断或是机器学习等，形成样本内或是样本外的预测，可能还需要用可视化的方式去呈现结果。

在整个过程当中，各个环节可能会涉及到大量的参数要去调节，还有各种细节都需要控制，还有很多主观的选择。

这样的过程要是用软件窗口去实现，窗口中的选项将会非常复杂，整个过程需要在多个数据上重复执行很麻烦。

用编程语言可以精确地描述整个过程，去控制大部分细节，还可以批量的重复实现。

数据分析师属于互联网行业，因此我们首先要做的就是学习编程语言，对于计算机专业的学生来说，编程并不陌生，但对于其他专业特别是文科类专业来说，编程语言就有些难度了，但想做数据分析师，编程语言肯定是必备的，这里我们推荐python.

数据分析是一个涉及知识面很广的职业方向，数学基础、分析思维、python、R、数据库、大数据处理框架、数据可视化等等，学起来也并没有大家想象中的那么容易。

数据分析师通常分为两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。

1.应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析结果。

2.研发级数据分析师就需要掌握编程知识了，对于数据分析，如果只是给定准备好的数据集，做简单的描述性统计、简单绘图，那么不太需要掌握任何编程语言。

对于数据分析师来说，如果想在数据分析的道路上走的更远，编程还是要掌握的。

2022年度全网最全大数据学习路线 - 哔哩哔哩 (bilibili***)

***s://***.bilibili***/read/cv5213600

自学数据分析需要看哪些书的？求推荐？

01 - 思路篇

《谁说菜鸟不会数据分析（入门篇）》和《深入浅出数据分析》这两本。

现在这两本书应该也有新版了，当然也有很多其他优秀的入门书籍，在京东上搜“数据分析”，你会发现很多很多书，随便挑两本看完，你就算基本了解数据分析是干什么的了。当然，这个阶段不要求你弄懂所有的知识点，主要是了解分析流程与基本概念，之后遇到问题再回来翻翻就好。当年面试支付宝，就靠这两本书了：）

02 - 技能篇

技能相关的书籍买过很多，就挑记笔记比较多的吧

SQL：《零基础学SQL》

Python：《Python编程 从入门到实践》

R语言：《R语言实战》

EXCEL：《数据图形化，分析更给力》

PPT：《PPT，要你好看》

逻辑表达：《金字塔原理》

03 - 业务理解篇

其实每个行业的业务入门书籍不同，但是基本的商业知识要先了解下的。

了解商业模式套路：《商业模式新生代》

图形化思考，商业常识：《餐巾纸的背面》

数据分析行业的常识：《大数据时代：生活、工作与思维的大变革》

总而言之，看完两本书，学会SQL、Excel、PPT， 就当入门了

还有关于数据分析进阶、数据产品等书单推荐，希望对你有帮助~

以上书单来自→书单来了：数据分析十年，我只推荐这些书

1、《谁说菜鸟不会数据分析》

是小蚊子数据分析团队的作品，适合入门。写作手法***用讲故事的方式，以平实的语言娓娓道来，不会吓到新入门的童鞋。

不过书籍中并不是所有知识都要着重看，看了就会发现，像水晶易表这种组件在实际工作中用的不多了。

而有些知识点比如数据清洗过程、SPSS、Excel都还是很有用的。工具篇也提及到了自动化报表、Vba等工具的使用，可以尝试一下。

2、深入浅出统计学、数据分析

写的比较有意思的两本书，可以通过《深入浅出统计学》回忆一下以前学过的统计学的基本知识，或者加深对某些概念的理解。

两本都是外国作者写的那种很厚的，很啰嗦的书。不过，对于入门者来说不至于会被某些“魔幻”化的传道授业者所吓倒。读《深入浅出数据分析》可以了解数据分析师的部分工作内容是怎样的。

3、《Excel这么用就对了》

在吧Excel摸摸熟，基本小数据都能搞定了。当如使用Excel貌似硬是靠实践，倒是用了一本书，不过是有关Vba的书籍。刚入门时候，不知道怎么搞，还以为要学好Vba。后来发现，Vba略懂宏的录制、代码修改基本就够日常工作用了。

数据分析师就业前景怎么样？

谢邀！

数据分析师是大企业里不可替代的职位，高薪职位，发展前景如下：

1，人才缺口大IT时代逐渐被DT时代取代，用理性的数据分析代人工的经验分析成为主流，数据分析人才的供给指数仅为0.05，属于高度稀缺。

2、入门相对简单数据分析是一门跨领域技术，不需要很强的理工科背景，反而那些有市场销售、金融、财务或零售业背景的人士，分析思路更加开阔。

3、薪资待遇高1~2年工作经验的大数据分析岗位的平均月薪可达到13k左右的水平。岗位的薪酬和经验正相关，越老越值钱。

4、行业适应性强几乎所有的行业都会应用到数据，数据分析师不仅仅可以在互联IT行业就业，也可以在银行、零售、医药业、制造业和交通传输等领域服务。

5、职业寿命长数据分析职业一旦掌握，可以在职场上收益长久，掌握这门新兴技术都会大有用武之地，受其他外部业务影响相对较小，职位相对稳定。

更多有关人工智能的资讯、深度报道、***访欢迎关注AI中国，无论你是小白还是大神，你想要的这里都有！

到此，以上就是小编对于数据分析师可以自学吗的问题就介绍到这了，希望介绍关于数据分析师可以自学吗的4点解答对大家有用。