我当时学数据分析也有同样的苦恼，资料看了一大堆，总是一知半解，没有老师时时给你解答问题，很多时候都感觉自己要放弃了。

但，我不得不说一句：学数据分析绝对没错，坚持下去你会看到一个完全不一样的自己。

数据分析到底该怎么学呢？讲真，真不难！我摸爬滚打这么久，也算总结出三个经验：

“  

1.找到一个实力与经验俱佳的 “教练”，从思维、工具、实战带你“即学即用”。

2.制定一份正确的学习计划与路径，你真正需要的是好方法而不是蛮力。

3.有效工具的运用会让你事半功倍。

”  

把数据分析拆解成三个部分：数据采集、数据可视化和数据挖掘。

练手的数据项目

好，下面接着给大家分享上图中数据采集、数据可视化和数据挖掘需要掌握的知识。

数据采集

你可以用Python自动采集数据，也可以使用第三方平台，比如用“八爪鱼”来采集数据。

    

数据可视化

主要用Python的 Matplotlib 工具来做数据可视化。Matplotlib 是Python的可视化基础库，非常适合入门学习。学完专栏，下面的这几张图我也可以做出来，非常抢眼。

 

数据挖掘

当你掌握了数据分析中基础的操作后，接下来就该正式处理数据了。为了进行数据挖掘任务，数据科学家们提出了各种算法，根据用途，把它们分为四大类：

• 分类算法：C4.5，朴素贝叶斯（Naive Bayes），SVM，KNN，Adaboost，CART
• 聚类算法：K-Means，EM
• 关联分析：Apriori
• 连接分析：PageRank

数据分析能力必然是每个互联网人必须具备的，只有懂数据，才能以数据驱动，科学优化工作，锻炼自己强大的战斗力和核心竞争力，拉开与其他人的差距。