1、什么是數(shù)據(jù)分析
結(jié)合分析工具，運用數(shù)據(jù)分析思維，分析龐雜數(shù)據(jù)信息，為業(yè)務(wù)賦能。
2、數(shù)據(jù)分析師工作的核心流程：
（1）界定問題：明確具體問題是什么；
●what 發(fā)生了什么（是什么）
●why 為什么會發(fā)生這個問題（為什么）
●how 針對這個問題，我們改怎么做？（怎么樣）
（2）數(shù)據(jù)搜集：根據(jù)業(yè)務(wù)問題，確定所需要的的數(shù)據(jù)維度，進(jìn)行數(shù)據(jù)收集；（工具Excel、 sql、 Python）
● 我們需要哪些數(shù)據(jù)；
●這些數(shù)據(jù)在哪里可以獲得；
●這些數(shù)據(jù)可以通過什么手段獲得；
（3）數(shù)據(jù)清洗：把數(shù)據(jù)格式、數(shù)據(jù)（真實性、完整性、準(zhǔn)確性）進(jìn)行加工整理、剔除干擾數(shù)據(jù)；（工具excel、 sql、 python）
●如果數(shù)據(jù)存在缺失，應(yīng)該怎么辦？
●如果數(shù)據(jù)存在錯誤，應(yīng)該怎么辦？
●如果數(shù)據(jù)格式不一致，應(yīng)該怎么辦？
（4）數(shù)據(jù)可視化：把數(shù)據(jù)轉(zhuǎn)化成圖表，直觀呈現(xiàn)數(shù)據(jù)的結(jié)構(gòu)與關(guān)系，方便快速發(fā)現(xiàn)關(guān)系及問題；（工具：Tableau、Python）
（5）數(shù)據(jù)建模：利用數(shù)據(jù)之間的規(guī)律建模，評估和預(yù)測結(jié)果及判斷未來趨勢；（工具：python）
3、個人學(xué)習(xí)問題：
（1）問題：界定問題，這一環(huán)節(jié)，比較依靠案例實際經(jīng)驗。不同的項目，雖然都是分析是什么，為什么，怎么樣？這3個角度。但是具體細(xì)化的維度不好選取，因為每個人的知識儲備、個人經(jīng)歷不一樣，則對同一問題的理解就會有差別，那么界定的最終問題結(jié)論就會不一樣。
（2）建議的解決方案：肯定是不同類別的項目分析3個案例——歸納總結(jié)（了解在同類項目中應(yīng)該選取哪些參考的維度進(jìn)行分析）。但是這個短期不好提升，是一個長期的知識積累、閱歷思考的過程，不斷優(yōu)化改進(jìn)。
4、數(shù)據(jù)分析工具：
（1）Excel；
（2）SQL是一種數(shù)據(jù)庫查詢和程序設(shè)計語言，用于存取數(shù)據(jù)以及查詢、更新和管理關(guān)系數(shù)據(jù)庫系統(tǒng)；
（3）Python；
5、數(shù)據(jù)分析工具之間的優(yōu)勢比較
5.1、SQL VS excel優(yōu)勢比較
（1）SQL處理大量數(shù)據(jù)，效率更高；
（2）SQL處理復(fù)雜問題，優(yōu)勢更明顯；eg：合并多個不同文件中的數(shù)據(jù)；
5.2、SQL VS python比較
SQL主要用于超大數(shù)據(jù)的查詢并導(dǎo)出數(shù)據(jù)；而Python和R主要用于超大數(shù)據(jù)的導(dǎo)出數(shù)據(jù)后的分析整理。
6、SQL常用語句
（1）select from 可以在表中查詢特定字段的數(shù)據(jù)
示例：Select 字段名 from 數(shù)據(jù)表 limit 行數(shù)；
（2）order by 可以對某個字段進(jìn)行排序
示例：Select 字段名 from 數(shù)據(jù)表 order by 字段名；
（3）limit 可以限制顯示多少行數(shù)據(jù)——放程序最后
示例：select 字段名 from 數(shù)據(jù)表 limit 行數(shù)；
（4）group by 可以進(jìn)行字段分組；（一般會和sum一起使用）
示例1：select 要分組的字段,sum （要統(tǒng)計的字段） as 給統(tǒng)計出的數(shù)據(jù)起的字段名
Group by 要分組的字段
示例2：select
reg_channel, （注意求和程序前面是要加,號的）
sum(pushed) as total_pushed, （注意求和字段名是要加（）的）
sum(viewed) as total_viewed,
sum(checked) as total_checked,
sum(used) as total_used （注意最后一個sum是沒有,號的）
from pdd_data
group by reg_channel;
7、python基礎(chǔ)知識介紹
7.1、python數(shù)據(jù)分析功能
（1）可以快速找到網(wǎng)頁上的重要信息；爬蟲
7.2、python編程語言的基礎(chǔ)知識
（1）怎么讓機(jī)器說話？print()
（2）基期能理解什么？（最常見的3中數(shù)據(jù)類型，字符串，整數(shù)，浮點數(shù)）
（3）怎么把你想要的東西存起來。（賦值=）
7.3、print()函數(shù) ——結(jié)果輸出
（1）可以輸入數(shù)字、文字、符號；
（2）多個數(shù)據(jù)組用,隔開；
（3）文本用單引號’’引用；
（3）示例：print("我愛學(xué)習(xí)","校招商業(yè)分析",”666”)
7.4、3種最常見的字符串
（1）字符串（str）——文本數(shù)據(jù)類型，文本中已有單引號，外面就用雙引號引用。示例：print("Let's Go!")
（2）整數(shù)（int）
（3）浮點數(shù)（float）
7.5、通過=賦值，可以賦值一切變量，中文、英文、符號、數(shù)字、表格等
示例：
7.6、python常用數(shù)據(jù)分析工具包
（1）Matplotlip——自助（可以組合、高度定制化，支持配色）
（2）Seaborn——套餐（固定模板）
7.7、實戰(zhàn)演示
（1）準(zhǔn)備資料——庫（python自帶的工具包） 數(shù)據(jù)
①調(diào)包
import pandas as pd
import seaborn as sns
%matplotlib inline
②讀取數(shù)據(jù)
pdd=pd.read_csv('pdd_data.csv')
（2）處理數(shù)據(jù)
①查看數(shù)據(jù)基本情況：來哦接數(shù)據(jù)基本情況，看是否有需要加工處理的地方eg：空值、非數(shù)字?jǐn)?shù)據(jù)等
pdd.info()
②把非數(shù)字型變量變成數(shù)字型變量
pdd=pd.get_dummies(pdd)
pdd.info()
（3）數(shù)據(jù)可視化
Eg：不同的項目考慮的指標(biāo)可能也會不同
示例：
①計算相關(guān)性
pdd.corr()[['gmv']] 注意：是兩個方括號
②繪制熱力圖
sns.heatmap(pdd.corr()[['gmv']])
8、數(shù)據(jù)分析書籍推薦
8.1、sql學(xué)習(xí)書籍推薦：
《SQL必知必會》《深度學(xué)習(xí)》
8.2、python學(xué)習(xí)書籍推薦
8.2.1、數(shù)據(jù)分析理論：
（1）、機(jī)器學(xué)習(xí)——吳恩達(dá)的Coursera機(jī)器學(xué)習(xí)課——入門級
——吳恩達(dá)的斯坦福大學(xué)的公開課——進(jìn)階級
說明：雖然吳恩達(dá)的機(jī)器學(xué)習(xí)書籍網(wǎng)絡(luò)上依舊有部分人吐槽，說數(shù)學(xué)知識涉及太少，談不上真正的數(shù)據(jù)分析，但是縱觀全網(wǎng)公開免費的大多數(shù)數(shù)據(jù)分析書籍或課程來說，他的機(jī)器學(xué)習(xí)，應(yīng)該算是相對而言比較通俗易懂的，適合小白，適合零基礎(chǔ)，畢竟對數(shù)學(xué)的知識要求較為基礎(chǔ)。
8.2.2、統(tǒng)計學(xué)：
（1）周志華的機(jī)器學(xué)習(xí)（俗稱，西瓜書）；
（2）李航的統(tǒng)計學(xué)習(xí)方法。
寫在文末：野蠻生長，向善而生，積跬步，至千里。我是“逆風(fēng)北極光”，公眾號同名。追光者，照亮前行的路，期待與您共同成長，譜寫自己的美好青春。
