數據分析很難學？60天就夠了！

什麼東西正變得越來越常見和廉價? 數據。 什麼可以為數據提供稀缺且附帶額外價值的服務? 數據分析。

—— Hal Varian，加州大學伯克利分校教授

上世紀90年代，沃爾瑪的管理人員分析銷售數據時發現了一個令人費解的現象：在某些特定的情況下，」啤酒」與」尿布」兩件看上去毫無關係的商品，經常出現在同一個購物籃中。於是沃爾瑪將兩種商品打包出售，啤酒和尿布的銷量大幅增長。

「啤酒與尿布」的故事成為一段佳話，但其背後支撐的技術，只是簡單的數據分析方法。

利用數據分析的方法，我們還可以得到很多有意思的結論，比如谷歌的數據分析可以預測一個地區即將爆發的流感，從而進行針對性的預防；淘寶可以根據你瀏覽和消費的數據進行分析，為你精準推薦商品；口碑極好的網易雲音樂，通過其相似性演算法，為不同的人量身定製每日歌單……

正如 Hal Varian 所說，數據正在變得越來越常見，小到我們每個人的社交網路、運動軌跡、消費信息……，大到企業的銷售、運營數據，產品的生產數據、交通網路數據……

如何從海量數據中獲得別人看不見的知識，如何利用數據來武裝營銷工作、優化產品、支撐決策，數據分析將成為重要的一環。

那麼，普通人如何快速獲得數據分析的能力呢？可能有很多大神給了你書單，學習方法，但你發現這樣學習跟高效毫無關係。這裡向你推薦一門課，通過最佳的學習路徑，學習數據分析的核心技能，60天就夠了。

• 你不需要看完大神給你推薦的100本書，不需要耗費精力去篩選、甄別學習資料。

• 這裡為你提供了一條快速的學習路徑，基於一線企業的真實分析案例，提供最完善最精選的學習資料。

• 自動批改的課後習題和即時排名的練習競賽，足夠讓你去檢測學習成果和技術水平。

如果你覺得自己應該具備一項未來必備的核心技能，並且正在尋找到一條很爽的學習路徑。那麼你可以直接跳到文尾，點擊「閱讀原文」開始數據分析之旅。如果對於數據分析的學習和入門你還想有更深入的了解，下面我們慢慢入坑。

數據分析師應該具備哪些技能

我們從拉鉤上找了一些最具有代表性的數據分析師職位信息，來看看薪資不菲的數據分析師需要哪些技能。

其實企業對技能需求差別不大，可總結如下：

• SQL資料庫的基本操作，會基本的數據管理

• 會用Excel/SQL做基本的數據分析和展示

• 會用腳本語言進行數據分析，Python or R

• 有獲取外部數據的能力，如爬蟲

• 會基本的數據可視化技能，能撰寫數據報告

• 熟悉常用的數據挖掘演算法：回歸分析、決策樹、隨機森林、支持向量機等

尋找最合適的學習路徑

一個數據分析師的工作流程是什麼樣的？

確定你需要去分析的問題是什麼？你想得出哪些結論？

比如某地區空氣質量變化的趨勢是什麼？

影響公司銷售額增長的關鍵因素是什麼？

生產環節中影響產能和質量的核心指標是什麼？

如何對分析用戶畫像並進行精準營銷？

如何基於歷史數據預測未來某個階段用戶行為？

問題的定義需要你去了解業務的核心知識，並從中獲得一些可以幫助你進行分析的經驗。

有了具體的問題，你就需要獲取相關的數據了。比如你要探究北京空氣質量變化的趨勢，你可能就需要收集北京最近幾年的空氣質量數據、天氣數據，甚至工廠數據、氣體排放數據、重要日程數據等等。如果你要分析影響公司銷售的關鍵因素，你就需要調用公司的歷史銷售數據、用戶畫像數據、廣告投放數據等。

數據的獲取方式有多種。

一是公司的銷售、用戶數據。可以直接從企業資料庫調取，所以你需要SQL技能去完成數據提取等的資料庫管理工作。比如你可以根據你的需要提取2017年所有的銷售數據、提取今年銷量最大的50件商品的數據、提取上海、廣東地區用戶的消費數據……，SQL可以通過簡單的命令幫你完成這些工作。

第二種是獲取外部的公開數據集，一些科研機構、企業、政府會開放一些數據，你需要到特定的網站去下載這些公開數據。

第三種是編寫網頁爬蟲，收集互聯網上的數據。比如你可以通過爬蟲獲取招聘網站某一職位的招聘信息，爬取租房網站上某城市的租房信息，爬取豆瓣評分評分最高的電影列表，獲取知乎點贊排行、網易雲音樂評論排行列表。基於互聯網爬取的數據，你可以對某個行業、某種人群進行分析，這算是非常靠譜的市場調研、競品分析的方式了。

原始的數據可能會有很多問題，比如殘缺的數據、重複的數據、無效的數據等等。把這些影響分析的數據處理好，才能獲得更加精確地分析結果。

比如空氣質量的數據，其中有很多天的數據由於設備的原因是沒有監測到的，有一些數據是記錄重複的，還有一些數據是設備故障時監測無效的。

那麼我們需要用相應的方法去處理，比如殘缺數據，我們是直接去掉這條數據，還是用臨近的值去補全，這些都是需要考慮的問題。

當然在這裡我們還可能會有數據的分組、基本描述統計量的計算、基本統計圖形的繪製、數據取值的轉換、數據的正態化處理等，能夠幫助我們掌握數據的分佈特徵，是進一步深入分析和建模的基礎。

在這個部分需要了解基本的數據分析方法、數據挖掘演算法，了解不同方法適用的場景和適合的問題。分析時應切忌濫用和誤用統計分析方法。濫用和誤用統計分析方法主要是由於對方法能解決哪類問題、方法適用的前提、方法對數據的要求不清等原因造成的。

比如你發現在一定條件下，銷量和價格是正比關係，那麼你可以據此建立一個線性回歸模型，你發現價格和廣告是非線性關係，你可以先建立一個邏輯回歸模型來進行分析。

當然你也可以了解一些數據挖掘的演算法、特徵提取的方法來優化自己的模型，獲得更好的結果。

5

分析結果最直接的是統計量的描述和統計量的展示。

比如我們通過數據的分佈發現數據分析師工資最高的5個城市，目前各種編程語言的流行度排行榜，近幾年北京空氣質量的變化趨勢，商品消費者的地區分佈……這些都是我們通過簡單數據分析與可視化就可以展現出的結果。

另外一些則需要深入探究內部的關係，比如影響產品質量最關鍵的幾個指標，你需要對不同指標與產品質量進行相關性分析之後才能得出正確結論。又比如你需要預測未來某個時間段的產品銷量，則需要你對歷史數據進行建模和分析，才能對未來的情況有更精準的預測。

數據分析報告不僅是分析結果的直接呈現，還是對相關情況的一個全面的認識。所以你需要一個講故事的邏輯，如何從一個宏觀的問題，深入、細化到問題內部的方方面面，得出令人信服的結果。

基於解決問題流程的學習路徑：

你看，其實數據分析就這幾個步驟，實現起來也感覺並不難。最好的學習路徑是什麼，就是按照解決問題的流程去學習。你了解這個流程，然後循序漸進深入每個部分，你會覺得這是一件特別容易上手的事情。而我們的課程設計正是源於這種思路，以下是課程的大綱：

《數據分析（入門）》課程大綱

60入門數據分析師

1) 數據分析的一般流程及應用場景

2) Python 編程環境的搭建及數據分析包的安裝

第二章：獲取你想要的數據 （2周）

1) 獲取互聯網上的公開數據集

2) 用網站 API 爬取網頁數據

3) 爬蟲所需的 HTML 基礎

4) 基於 HTML 的爬蟲，Python（Beautifulsoup）實現

5) 網路爬蟲高級技巧：使用代理和反爬蟲機制

6) 應用案例：爬取豆瓣 TOP250 電影信息並存儲

第三章：數據存儲與預處理 （2周）

1) 資料庫及 SQL 語言概述

2) 基於 HeidiSQL 的資料庫操作

3) 資料庫進階操作：數據過濾與分組聚合

4) 用 Python 進行資料庫連接與數據查詢

5) 其他類型資料庫：SQLite&MongoDB

6) 用 Pandas 進行數據預處理：數據清洗與可視化

第四章：統計學基礎與 Python 數據分析 （3周）

1）探索型數據分析：繪製統計圖形展示數據分佈

2）探索型數據分析實踐：通過統計圖形探究數據分佈的潛在規律

3）描述統計學：總體、樣本和誤差，基本統計量

4）推斷統計學：概率分佈和假設檢驗

5）驗證型數據分析實踐：在實際分析中應用不同的假設檢驗

6）預測型數據分析：回歸、分類、聚類

7）預測型數據分析：用特徵選擇方法優化模型

8）預測型數據分析實踐：用 scikit-learn 實現數據挖掘建模全過程

9）預測型數據分析實踐：用 rapidminer 解決商業分析關鍵問題

10）高級數據分析工具：機器學習、深度學習初探

第五章 報告撰寫及課程總結 （1周）

1) 養成數據分析的思維

2) 數據分析的全流程及報告撰寫的技巧

3) 課程回顧以及一些拓展

按照計劃，完成這些技能的學習，只需要60天，還包括你進行課外練習和補充知識的時間。

但更重要的是，每學習一部分知識，你知道是在哪個環節應用，去解決哪些問題。比如：

• 學完python爬蟲，你可以自己去獲取一些數據集；

• 學完SQL，你可以把獲取的數據進行存儲和提取；

• 利用pandas，可以進行數據的預處理；

• 學習統計學和python數據分析之後，你就可以實現完整的數據分析流程。

每課都有輔助資料，用心就能學懂

如果你有看過教學視頻的經歷，那麼相信你一定遇到過這樣一些問題：

• 課程需要一定的基礎知識，但是老師並不會講；

• 老師按照自己的理解水平來授課，很多地方聽不懂；

• 老師的寫的代碼自己再寫一遍，問題百出；

• 由於有深入的需求，尋找資料困難；

• ………………

考慮到各種各樣的問題，課程中準備了非常豐富的學習資料，細分到每一節。主要包含四個部分：

• 課程中重要的知識點，資料中會進行詳細闡述，幫助你理解；

• 默認你是個小白，補充所有基礎知識，哪怕是軟體的打開與關閉；

• 課程中老師的參考代碼打包，讓你有能力去復現案例；

• 提供超多延伸資料，讓你可以去做更多的事情。

輕鬆獨立完成項目，學完就能打比賽

有很多爬過坑的同學反饋，學習編程等技術時，最大的BUG，往往在於感覺理解了知識點，卻寫不出自己的代碼。甚至老師舉的例子自己能夠實現，卻不能在其他的項目中應用。

這個問題並不是無解，而且辦法很簡單——刻意練習。

除了幫助你實現課程中老師的案例，我們還將提供很多的課外練習，全都是你最可能會用到的案例。比如老師會講如何用python爬取豆瓣TOP200的電影，但是你不會爬取知乎的高票答案啊，招聘數據自己也爬不了，好氣呀，怎麼辦？

別擔心，課程中會提供同類問題下，不同例子的思路和參考的代碼，你可以照著實現。相信從不同的案例練習、實現幾次，沒有什麼是不能掌握的。

大部分的章節，都有習題，提交答案即可自動批改。更重要的是，我們設計了一些專門針對課程內容的練習競賽。你可以通過數據分析的方法來獲得答案，提交后系統會立即給你評分，並展示排名，你可以據此不斷優化自己的方法。

以下為針對課程設計的練習競賽

DC有成熟的評分和排名機制，為你提供精確的成績和排名

課程採用錄播的形式，你可以按照自己的節奏來規劃學習節奏。為準備這個課程，我們吸取了無數數據分析師和競賽選手爬坑的經驗，我們研究了目前主流的數據分析書籍和課程，還有，邀請了兩位能夠為你提供學習方向的老師：

【課程主講老師】

王樂業

香港科技大學博士后

王樂業，香港科技大學博士后，法國國立電信學院及巴黎六大計算機科學與技術專業博士。大學部和碩士畢業於北京大學計算機科學與技 術專業。目前研究方向研究方向為城市時空數據挖掘。從事研究工作包括通過社交網路識別個人興趣、通過移動通信網路推理人群移動模式、以及通過公共交通數據優化交通站點分佈等。發表論文20餘篇，其中SCI10餘篇，引用300餘次。樂業老師是一位樂於分享的學者，善於用簡單的方法解答覆雜的問題。在他看來，找到好的學習方法和路徑，其實可以少走很多彎路。

【課程研發老師】

周濤

電子科技大學教授

周濤，電子科技大學教授、大數據研究中心主任。主要從事統計物理與複雜性，數據挖掘與數據分析方面的研究。在Physics Reports、PNAS、Nature Communications等國際 SCI期刊發表300餘篇學術論文，引用超過17000次，H 指數為63。2015年入選全國十大科技創新人物，超級暢銷書《大數據時代》譯者，暢銷書 《為數據而生:大數據創新實踐》作者。周濤教授參與課程的研發和課程體系的設計，以多年的教學科研和企業數據團隊管理經驗為課程的頂層設計保駕護航。

種一棵樹最好的時間是十年前，其次是現在

DC學院數據分析課程，60天入門數據分析師

8月8日-8月13日（公測期），半價（¥299）

限額200名！

快去搶！馬上！就去！搶！

加入課程

如果你想過成為一名數據分析師

或者想學習一些未來有用的分析技能

這將是一個非常好的機會

60天，零基礎掌握終身受用的技能

你將開始懂得數據分析的思維

用客觀分析代替經驗和猜測

能夠用數據和別人撕逼

你將會養一條小蛇

它的名字叫python

它將為你處理所有重複性的工作

為你找到最有用的數據

它有一些非常棒的寶物

pandas、numpy、scikit-learn

幫你處理千萬行數據

如果你願意

他將帶你體驗更多好玩的東西

機器學習、深度學習

你將會找到一把鑰匙

它將為你開啟資料庫的大門

然後你會發現

你想要的那部分數據

只是它一句話的事情

我們親切地稱它為：SQL

你將獲得一把名為統計學的武器

足夠劈開數據分析路上的阻礙

你將掌握一些黑魔法

回歸分析、決策樹、隨機森林……

讓你分析過去、預測未來

當然，還有很多，等你去探索

你會了解並實現一線企業的真實案例

你會知道如何通過代碼實現自己的想法

你會了解什麼是 machine learning

知道如何尋找解決問題的最佳演算法

你還會知道如何用數據去講一個完美的故事

去參加你曾望而止步的數據競賽

你會將這些技能用於武裝你的工作

甚至打開一些職業發展的新可能