数据分析师工具篇

• SQL：数据分析岗位必备，SQL是结构化查询语言，基于数据库的语言。不同公司用的数据库不一样，SQL语句也不同，但是底层逻辑是相同的。比较多的是Oracle、MySQL、SQL Server

• 
  

• Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件 。

• 最流行的 Python 环境管理工具 。

• 
  

• Excel是最基础的数据分析工具，没有Excel函数以及数据处理相关知识基础，用其他软件还是会有些困难，很多函数的定义都是互通的 做图用Excel效率很低

• 
  

• 可视化Tableau和Power BI这两款比较火，Power Query是微软开发的智能数据处理工具，可以说它弥补了Excel处理数据的短板，并且微软还为它“配备”了专门的M函数，直接下载Power BI，里面就已经包含Power Query

• 
  

• Tableau做数据地图超级方便，图表设计速度快，便于做Dashboard，收费的

• Power BI，最小设计颗粒度为Dashboard（Tableau最小颗粒度为工作表）个人版免费而且它以DAX语言为支撑，度量值用起来香，看板顺手，但图表色彩比不过Tableau

• Grafana 是一款开源的数据可视化工具，使用 Grafana 可以非常轻松的将数据转成图表

• 
  

• Pandas库，可以说是Python中的excel，用Pandas做数据分析时常搭配numpy库和matplotlib库进行使用，适用于批量处理数据和可视化

• 
  

• Eviews和Stata，专业统计软件简便，建时间序列预测模型和回归模型主要使用软件

• bigml,可交互的,可用于处理机器学习算法在线平台，免费版提供16M数据库

• finebi，也是国内bi工具，这公司搞了很多相关软件如FineReport，跟Tableau类似

分析师常见的种类

1.数据产品经理

//在产品经理的能力基础上，增加数据思维

2.数据分析师

//核心是监控、挖掘、有价值和服务是眼睛与大脑的角色

3.数据建模师

//算法工程师，是数理统计 编程 业务思维集一身的模型大师 推荐反欺诈算法等灵魂工作

4.数据工程师

//数据仓库、创建ETL、进行数据治理、数据安全等 维护速度 数据结构服务使用方

5.数据科学家

//数据分析能力、统计学基础、业务能力、算法与沟通能力集聚一身

编程技能

数据处理

数据清洗：缺失值、异常值、特殊值

数据整合：查找、筛选、分类、组合

分析算法构建：基本特征、统计分析、数学建模、功能封装

数据可视化：图表

数学技能

统计

数学

建模

沟通技能

业务技能