数据分析基础
学好数据分析首先需要了解统计学，统计分析是数据分析的基础，也是灵魂。下面列出统计分析的几个核心内容：
- 描述统计，统计推断，概率论；
- 抽样，分布，估计，置信区间，假设检验；
- 线性回归，时间序列；
数据分析工具
SQL语言
数据分析师最关键的一项技能就是会使用SQL语言操作数据库。
关于SQL的学习推荐两个学习路径：
- w3school
- SQL必知必会
Excel基本操作
作为微软的一个出色表格处理工具，Excel也是数据分析师需要掌握的。需要掌握以下核心功能：
- 增删改查
- 各类常用函数的使用
- 各类基础图表的制作
- 数据透视表等
Python or R？
R语言就是为统计学而设计的语言，是统计行业中非常高效实用的工具，目前非常受欢迎。而Python作为目前非常火爆的语言，由于其出色的科学计算包pandas，numpy，scikit-learn等的存在，非常适合数据分析与数据挖掘，是很多人的不二选择。
如何使用Python进行数据分析？
使用python做数据分析，首先要学会使用numpy和pandas包，因为它是python数据分析的核心工具。numpy主要解决一些数学计算，矩阵变换，线性代数等问题，pandas更像是一张excel表，有行列定义，字段定义，以及数据变换和预处理等操作。
- numpy学习思维导图
- pandas学习思维导图
除此之外，推荐一本特别好的Python数据分析书籍：利用Python进行数据分析，这本书是入门Python数据分析非常好的书籍，从numpy，pandas，数据预处理，数据重塑合并，数据变换等各种关于数据的操作，最后还介绍了Python的时间序列用法以及在金融领域上的应用。
另一本推荐的数据分析书籍是：深入浅出数据分析，这本书使用图表示意比较多，内容也很丰富，也是不错的参考资料。
Python数据可视化
Python的数据可视化工具是matplotlib，matplotlib的功能也十分强大，将它使用好会让你的数据可视化美观清晰，吸人眼球。另外一个可视化工具是seaborn，它是在matplotlib基础上封装的更高级的可视化工具，使用方便，图表非常美观，并有FaceGrid，PairPlot，heatmap等强大的复合型可视化方法。
这两个工具的官方网站都有详细的使用说明，但如果你想快速学习核心使用方法也可以参考下面几个教程：