今天給大家分享一些前段時間收藏的資源，內(nèi)容非常地多，領(lǐng)域也非常地廣。

數(shù)據(jù)處理

巨大的數(shù)據(jù)量不是EXCEL能處理的，因此需要有一定的編程技能（主要應(yīng)用到python和SQL，python學(xué)習(xí)開發(fā)都比較簡單，SQL用來數(shù)據(jù)庫取數(shù)。）還有必備的統(tǒng)計學(xué)基礎(chǔ)、數(shù)據(jù)思維。

Python 基礎(chǔ)知識

還在基礎(chǔ)爬坑的同學(xué)可以瞅瞅

數(shù)據(jù)分析

有了數(shù)據(jù)還要理解數(shù)據(jù)本身代表什么，大數(shù)據(jù)隱藏什么知識，因此要結(jié)合“業(yè)務(wù)常識”判斷數(shù)據(jù)是否合理。

數(shù)據(jù)可視化

可視化分為科學(xué)可視化、數(shù)據(jù)可視化、信息可視化等。數(shù)據(jù)可視化更多的是一門藝術(shù)：如何把信息以最恰當?shù)姆绞匠尸F(xiàn)給希望獲得這些信息的人。要充分理解這些信息究竟是什么，有什么特點，你才能較為恰當?shù)倪x擇采用的可視化工具。

• 對比類：柱狀圖、漏斗圖、詞云圖、迷你圖

• 占比類：餅圖、玫瑰圖、矩陣樹圖、雷達圖

• 相比類：散點圖、樹狀圖、甘特圖

• 趨勢類：折線圖、面積圖、瀑布圖

• 地理類：熱力地圖、流向地圖、點地圖

成長為一個數(shù)據(jù)分析師，要注意「理解」你的知識，形成一個系統(tǒng)，而不是像機器人一樣機械地胡亂套用模型。在這個理念下訓(xùn)練你的編程能力，需要資料的伙伴主動打招呼? 樓下“需要”