入门数据分析只用学四个工具，只要大家努力练习并熟练掌握这四个工具，哪怕在今年的就学环境，想要找到一份基础的数据类工作也是不难的。那么第一个需要学习和掌握的就是excel了，excel不仅可以整理数据、制作图表，还能做爬虫和仪表盘，更能用vba实现办公自动化。不过大家在初学阶段只需要掌握基础函数如何作图和数据透视表这三个知识点就足够啦。
如果你是office2016版本，打开excel后点击文件展开，开始中的新建会有四个excel自带的教程文件，创建他们之后就能跟着官方教程掌握之前提到的那三个知识点了。如果想系统学习excel，强烈给大家推荐泽秀老师的excel课程，课程附带了excel所有的知识点，讲解深入浅出，关于excel，看他的课程就足够了。在大家可以熟练使用excel做数据处理，并随心所欲的实现各种数据图表后，我们就可以开始搜后的学习了。搜co是一门专门为数据查询所设计的编程语言，也是所有数据分析师都必须掌握的基本功，我们只能用搜这类查询语言到数据库，我们要看哪些数据做哪些处理，然后导出数据。而搜索作为一门高度结构化的语言，学起来也是非常的简单。以查询语句为例，核心的只有select from where group by heavy old和limit这七个，掌握这七个语句和一些基础函数后，就能满足我们80%以上的数据查询需求了。而关于增删改语句，对于大多数分析师来说只需要了解即可，一般也不会给分析师们修改数据库的权限。
关于搜q的自学，推荐大家先全文阅读搜必知必会这本书，先熟悉一下circle的基础用法，然后去搜度这个网站刷题。但是为了应对招聘时更加实战的circle考核，大家还需要去牛客网找一些搜真题练手，中等以上的难度练20题就可以了。在搞定了excel和circle之后，我们就要开始轻松愉悦的table学习了。table是一款非常容易上手的可视化工具，能够实现各种高级的数据图表和数据监控，在泰的官方社区就非常系统的学习资料，也有很多大神做的可视化图表供大家参考，因为泰是通过拖拽实现图表制作的，所以入门只需要半天左右的时间，也就是由于table操作简单，出图效率高，可视化结果美观，它已经成为了商业分析领域主流的分析工具。说数据可视化，t也自带智能建模，一般的回归、聚类、时间预测都可以完成。
大家可以在学习table数据可视化和建模的时候，顺便补充学习一下统计学，看看李航老师的统计学习方法，注意没有学过统计学的小伙伴千万不要脱离场景专门学习统计学，统计学的学习只要在我们制作图表和建模的时候补充学习自己不会的统计知识就可以了啊。
说回泰勒，泰勒在实战中最强大的就是自动化的数据监控功能了，但是这方面目前没有特别好的学习资料，我自己做up主的初衷也是想填补一下这方面的空白，不过先慢慢来吧，带大家入门，数据分析才是但是中现在的主要使命。对于type这部分学习内容空白，大家也不要过度担心，可以先看一下商业仪表盘可视化pg麻将胡了模拟器的解决方案这本书，在找工作的时候只要能做到用capital搭建数据仪表盘就够了，pg麻将胡了模拟器主页数据库发布、数据监控和数据预警等高级功能，大家可以等到物质后再慢慢掌握。除了太相同的bi工具，还有抛bi、放1bi等等等等，他们的操作原理大致相通，彼此之间也很容易迁移学习。
最后我们来说说这几年最火的数据分析工具python python作为一门编程语言，可以通过调用不同的工具包实现从分析到建模的所有功能。也正因为python的功能强大，所以它的上手也比其他三个工具难得多。我们在前期就需要掌握大量的基础语法和函数，可以说在python学习初期基本上是没有什么正反馈的。在我的工具搭配中，python只用来做大规模的数据处理和高精度的建模。
我基本上从来不用python做数据可视化和分析，因为明明在table里用几步拖拽来和点击就可以实现的图，用python需要好几行的代码，并且很多人在用python做分析时都会因为debug而打断分析思路，就在强调分析效率的商业分析场景下，是非常低效且致命的。关于python的知识点，核心的就是控制流和函数的用法，然后是当派、panda和sk这四个工具包。在学习方式上，推荐看松鼠书，加在上刷题刷的会到的，等大家可以用k进行机器学习建模的时候，可以顺便补充阅读西瓜书和花书这两本书，他们都是精济学习和深度学习的入门必读书籍，借助他们理解算法原理即可。关于python的掌握程度，大家需要在最后做出几个从数据梳理到建模调优的完整数据项目，在科赛社区就有非常多的数据以及项目供大家练习参考。至于python和啊到底学哪个？
其实二者在分析上的功能已经非常接近了，但在深度学习领域，python更加便捷和全面，所以对于想要快速上手很多功能的新手，果断推荐更加全能的python，相信大家都可以沿着这条路径掌握分析工具，早日找到自己心仪的工作。