數(shù)據(jù)處理的(數(shù)據(jù)分析需要掌握哪些知識(shí))

1.數(shù)據(jù)分析需要掌握哪些知識(shí)

首先你要知道成為一名數(shù)據(jù)分析師所需要具備的技能：

數(shù)學(xué)知識(shí)

對(duì)于初級(jí)數(shù)據(jù)分析師來說，則需要了解統(tǒng)計(jì)相關(guān)的基礎(chǔ)性內(nèi)容，公式計(jì)算，統(tǒng)計(jì)模型等。當(dāng)你獲得一份數(shù)據(jù)集時(shí)，需要先進(jìn)行了解數(shù)據(jù)集的質(zhì)量，進(jìn)行描述統(tǒng)計(jì)。

而對(duì)于高級(jí)數(shù)據(jù)分析師，必須具備統(tǒng)計(jì)模型的能力，線性代數(shù)也要有一定的了解。

分析工具

對(duì)于分析工具，SQL 是必須會(huì)的，還有要熟悉Excel數(shù)據(jù)透視表和公式的使用，另外，還要學(xué)會(huì)一個(gè)統(tǒng)計(jì)分析工具，SAS作為入門是比較好的，VBA 基本必備，SPSS/SAS/R 至少要熟練使用其中之一，其他分析工具（如 Matlab）可以視情況而定。

編程語言

數(shù)據(jù)分析領(lǐng)域最熱門的兩大語言是 R 和 Python。涉及各類統(tǒng)計(jì)函數(shù)和工具的調(diào)用，R無疑有優(yōu)勢(shì)。但是大數(shù)據(jù)量的處理力不足，學(xué)習(xí)曲線比較陡峭。Python 適用性強(qiáng)，可以將分析的過程腳本化。所以，如果你想在這一領(lǐng)域有所發(fā)展，學(xué)習(xí) Python 也是相當(dāng)有必要的。

當(dāng)然其他編程語言也是需要掌握的。要有獨(dú)立把數(shù)據(jù)化為己用的能力， 這其中SQL 是最基本的，你必須會(huì)用 SQL 查詢數(shù)據(jù)、會(huì)快速寫程序分析數(shù)據(jù)。當(dāng)然，編程技術(shù)不需要達(dá)到軟件工程師的水平。要想更深入的分析問題你可能還會(huì)用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。

業(yè)務(wù)理解

對(duì)業(yè)務(wù)的理解是數(shù)據(jù)分析師工作的基礎(chǔ)，數(shù)據(jù)的獲取方案、指標(biāo)的選取、還有最終結(jié)論的洞察，都依賴于數(shù)據(jù)分析師對(duì)業(yè)務(wù)本身的理解。

對(duì)于初級(jí)數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡(jiǎn)單圖表，以及少量的洞察結(jié)論，擁有對(duì)業(yè)務(wù)的基本了解就可以。對(duì)于高級(jí)數(shù)據(jù)分析師，需要對(duì)業(yè)務(wù)有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點(diǎn)，對(duì)實(shí)際業(yè)務(wù)能有所幫助。對(duì)于數(shù)據(jù)挖掘工程師，對(duì)業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。

邏輯思維

對(duì)于初級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達(dá)到什么樣的目標(biāo)。對(duì)于高級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對(duì)象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標(biāo)變化的前因后果，會(huì)給業(yè)務(wù)帶來的影響。對(duì)于數(shù)據(jù)挖掘工程師，羅輯思維除了體現(xiàn)在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對(duì)邏輯思維的要求也是最高的。

數(shù)據(jù)可視化

數(shù)據(jù)可視化主要借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。聽起來很高大上，其實(shí)包括的范圍很廣，做個(gè) PPT 里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化。

對(duì)于初級(jí)數(shù)據(jù)分析師，能用 Excel 和 PPT 做出基本的圖表和報(bào)告，能清楚地展示數(shù)據(jù)，就達(dá)到目標(biāo)了。對(duì)于稍高級(jí)的數(shù)據(jù)分析師，需要使用更有效的數(shù)據(jù)分析工具，根據(jù)實(shí)際需求做出或簡(jiǎn)單或復(fù)雜，但適合受眾觀看的數(shù)據(jù)可視化內(nèi)容。

協(xié)調(diào)溝通

數(shù)據(jù)分析師不僅需要具備破譯數(shù)據(jù)的能力，也經(jīng)常被要求向項(xiàng)目經(jīng)理和部門主管提供有關(guān)某些數(shù)據(jù)點(diǎn)的建議，所以，你需要有較強(qiáng)的交流能力。

對(duì)于高級(jí)數(shù)據(jù)分析師，需要開始獨(dú)立帶項(xiàng)目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項(xiàng)目協(xié)調(diào)能力。

2.數(shù)據(jù)分析要掌握哪些知識(shí)

數(shù)據(jù)分析師所需要掌握的知識(shí)總結(jié)：數(shù)學(xué)知識(shí)對(duì)于初級(jí)數(shù)據(jù)分析師來說，則需要了解統(tǒng)計(jì)相關(guān)的基礎(chǔ)性內(nèi)容，公式計(jì)算，統(tǒng)計(jì)模型等。

當(dāng)你獲得一份數(shù)據(jù)集時(shí)，需要先進(jìn)行了解數(shù)據(jù)集的質(zhì)量，進(jìn)行描述統(tǒng)計(jì)。而對(duì)于高級(jí)數(shù)據(jù)分析師，必須具備統(tǒng)計(jì)模型的能力，線性代數(shù)也要有一定的了解。

分析工具對(duì)于分析工具，SQL 是必須會(huì)的，還有要熟悉Excel數(shù)據(jù)透視表和公式的使用，另外，還要學(xué)會(huì)一個(gè)統(tǒng)計(jì)分析工具，SAS作為入門是比較好的，VBA 基本必備，SPSS/SAS/R 至少要熟練使用其中之一，其他分析工具（如 Matlab）可以視情況而定。編程語言數(shù)據(jù)分析領(lǐng)域最熱門的兩大語言是 R 和 Python。

涉及各類統(tǒng)計(jì)函數(shù)和工具的調(diào)用，R無疑有優(yōu)勢(shì)。但是大數(shù)據(jù)量的處理力不足，學(xué)習(xí)曲線比較陡峭。

Python 適用性強(qiáng)，可以將分析的過程腳本化。所以，如果你想在這一領(lǐng)域有所發(fā)展，學(xué)習(xí) Python 也是相當(dāng)有必要的。

當(dāng)然其他編程語言也是需要掌握的。要有獨(dú)立把數(shù)據(jù)化為己用的能力， 這其中SQL 是最基本的，你必須會(huì)用 SQL 查詢數(shù)據(jù)、會(huì)快速寫程序分析數(shù)據(jù)。

當(dāng)然，編程技術(shù)不需要達(dá)到軟件工程師的水平。要想更深入的分析問題你可能還會(huì)用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。

業(yè)務(wù)理解對(duì)業(yè)務(wù)的理解是數(shù)據(jù)分析師工作的基礎(chǔ)，數(shù)據(jù)的獲取方案、指標(biāo)的選取、還有最終結(jié)論的洞察，都依賴于數(shù)據(jù)分析師對(duì)業(yè)務(wù)本身的理解。對(duì)于初級(jí)數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡(jiǎn)單圖表，以及少量的洞察結(jié)論，擁有對(duì)業(yè)務(wù)的基本了解就可以。

對(duì)于高級(jí)數(shù)據(jù)分析師，需要對(duì)業(yè)務(wù)有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點(diǎn)，對(duì)實(shí)際業(yè)務(wù)能有所幫助。對(duì)于數(shù)據(jù)挖掘工程師，對(duì)業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。

邏輯思維對(duì)于初級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達(dá)到什么樣的目標(biāo)。對(duì)于高級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對(duì)象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標(biāo)變化的前因后果，會(huì)給業(yè)務(wù)帶來的影響。

對(duì)于數(shù)據(jù)挖掘工程師，羅輯思維除了體現(xiàn)在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對(duì)邏輯思維的要求也是最高的。數(shù)據(jù)可視化數(shù)據(jù)可視化主要借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。

聽起來很高大上，其實(shí)包括的范圍很廣，做個(gè) PPT 里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化。對(duì)于初級(jí)數(shù)據(jù)分析師，能用 Excel 和 PPT 做出基本的圖表和報(bào)告，能清楚地展示數(shù)據(jù)，就達(dá)到目標(biāo)了。

對(duì)于稍高級(jí)的數(shù)據(jù)分析師，需要使用更有效的數(shù)據(jù)分析工具，根據(jù)實(shí)際需求做出或簡(jiǎn)單或復(fù)雜，但適合受眾觀看的數(shù)據(jù)可視化內(nèi)容。協(xié)調(diào)溝通數(shù)據(jù)分析師不僅需要具備破譯數(shù)據(jù)的能力，也經(jīng)常被要求向項(xiàng)目經(jīng)理和部門主管提供有關(guān)某些數(shù)據(jù)點(diǎn)的建議，所以，你需要有較強(qiáng)的交流能力。

對(duì)于高級(jí)數(shù)據(jù)分析師，需要開始獨(dú)立帶項(xiàng)目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項(xiàng)目協(xié)調(diào)能力。

3.數(shù)據(jù)分析需要掌握些什么知識(shí)

從學(xué)科知識(shí)來看，數(shù)據(jù)分析需要掌握的知識(shí)要點(diǎn)包括：

(1)統(tǒng)計(jì)學(xué)：參數(shù)檢驗(yàn)、非參檢驗(yàn)、回歸分析等

(2)數(shù)學(xué)：線性代數(shù)、微積分等

(3)社會(huì)學(xué)：主要是一些社會(huì)學(xué)量化統(tǒng)計(jì)的知識(shí)，如問卷調(diào)查與統(tǒng)計(jì)分析；還有就是一些社會(huì)學(xué)的知識(shí)，這些對(duì)于從事營銷類的數(shù)據(jù)分析人員比較有幫助

(4)經(jīng)濟(jì)金融：如果是從事這個(gè)行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟(jì)金融知識(shí)是必須的，這里就不多說了

1）數(shù)據(jù)分析報(bào)告類：Microsoft Office軟件等，如果連excel表格基本的處理操作都不會(huì)，連PPT報(bào)告都不會(huì)做，那我只好說離數(shù)據(jù)分析的崗位還差的很遠(yuǎn)。現(xiàn)在的數(shù)據(jù)呈現(xiàn)不再單單只是表格的形式，而是更多需要以可視化圖表去展示你的數(shù)據(jù)結(jié)果，因?yàn)閿?shù)據(jù)可視化軟件就不能少，BDP個(gè)人版、TABLUEA、Echart等這些必備的；

2）專業(yè)數(shù)據(jù)分析軟件：常見的有諸如SPSS、SAS、Matlab等等，這些軟件可以很好地幫助我們完成專業(yè)性的算法或模型分析，還有高級(jí)的Python、R等。

3）數(shù)據(jù)庫：hive、hadoop、impala等數(shù)據(jù)庫相關(guān)的知識(shí)可以學(xué)習(xí)；

4）輔助工具：比如思維導(dǎo)圖軟件（如MindManager、MindNode Pro等）也可以很好地幫助我們整理分析思路。

希望同學(xué)們謹(jǐn)記：理論知識(shí)+軟件工具+數(shù)據(jù)思維=數(shù)據(jù)分析基礎(chǔ)，最后要把這些數(shù)據(jù)分析基礎(chǔ)運(yùn)用到實(shí)際的工作業(yè)務(wù)中，好好理解業(yè)務(wù)邏輯，真正用數(shù)據(jù)分析驅(qū)動(dòng)網(wǎng)站運(yùn)營、業(yè)務(wù)管理，真正發(fā)揮數(shù)據(jù)的價(jià)值。

4.數(shù)據(jù)分析需要掌握哪些知識(shí)

數(shù)據(jù)分析所需要掌握的知識(shí)：

數(shù)學(xué)知識(shí)

對(duì)于初級(jí)數(shù)據(jù)分析師來說，則需要了解統(tǒng)計(jì)相關(guān)的基礎(chǔ)性內(nèi)容，公式計(jì)算，統(tǒng)計(jì)模型等。當(dāng)你獲得一份數(shù)據(jù)集時(shí)，需要先進(jìn)行了解數(shù)據(jù)集的質(zhì)量，進(jìn)行描述統(tǒng)計(jì)。

而對(duì)于高級(jí)數(shù)據(jù)分析師，必須具備統(tǒng)計(jì)模型的能力，線性代數(shù)也要有一定的了解。

分析工具

對(duì)于分析工具，SQL 是必須會(huì)的，還有要熟悉Excel數(shù)據(jù)透視表和公式的使用，另外，還要學(xué)會(huì)一個(gè)統(tǒng)計(jì)分析工具，SAS作為入門是比較好的，VBA 基本必備，SPSS/SAS/R 至少要熟練使用其中之一，其他分析工具（如 Matlab）可以視情況而定。

編程語言

數(shù)據(jù)分析領(lǐng)域最熱門的兩大語言是 R 和 Python。涉及各類統(tǒng)計(jì)函數(shù)和工具的調(diào)用，R無疑有優(yōu)勢(shì)。但是大數(shù)據(jù)量的處理力不足，學(xué)習(xí)曲線比較陡峭。Python 適用性強(qiáng)，可以將分析的過程腳本化。所以，如果你想在這一領(lǐng)域有所發(fā)展，學(xué)習(xí) Python 也是相當(dāng)有必要的。

當(dāng)然其他編程語言也是需要掌握的。要有獨(dú)立把數(shù)據(jù)化為己用的能力， 這其中SQL 是最基本的，你必須會(huì)用 SQL 查詢數(shù)據(jù)、會(huì)快速寫程序分析數(shù)據(jù)。當(dāng)然，編程技術(shù)不需要達(dá)到軟件工程師的水平。要想更深入的分析問題你可能還會(huì)用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。

業(yè)務(wù)理解

對(duì)業(yè)務(wù)的理解是數(shù)據(jù)分析師工作的基礎(chǔ)，數(shù)據(jù)的獲取方案、指標(biāo)的選取、還有最終結(jié)論的洞察，都依賴于數(shù)據(jù)分析師對(duì)業(yè)務(wù)本身的理解。

對(duì)于初級(jí)數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡(jiǎn)單圖表，以及少量的洞察結(jié)論，擁有對(duì)業(yè)務(wù)的基本了解就可以。對(duì)于高級(jí)數(shù)據(jù)分析師，需要對(duì)業(yè)務(wù)有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點(diǎn)，對(duì)實(shí)際業(yè)務(wù)能有所幫助。對(duì)于數(shù)據(jù)挖掘工程師，對(duì)業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。

邏輯思維

對(duì)于初級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達(dá)到什么樣的目標(biāo)。對(duì)于高級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對(duì)象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標(biāo)變化的前因后果，會(huì)給業(yè)務(wù)帶來的影響。對(duì)于數(shù)據(jù)挖掘工程師，羅輯思維除了體現(xiàn)在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對(duì)邏輯思維的要求也是最高的。

數(shù)據(jù)可視化

數(shù)據(jù)可視化主要借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。聽起來很高大上，其實(shí)包括的范圍很廣，做個(gè) PPT 里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化。

對(duì)于初級(jí)數(shù)據(jù)分析師，能用 Excel 和 PPT 做出基本的圖表和報(bào)告，能清楚地展示數(shù)據(jù)，就達(dá)到目標(biāo)了。對(duì)于稍高級(jí)的數(shù)據(jù)分析師，需要使用更有效的數(shù)據(jù)分析工具，根據(jù)實(shí)際需求做出或簡(jiǎn)單或復(fù)雜，但適合受眾觀看的數(shù)據(jù)可視化內(nèi)容。

協(xié)調(diào)溝通

數(shù)據(jù)分析師不僅需要具備破譯數(shù)據(jù)的能力，也經(jīng)常被要求向項(xiàng)目經(jīng)理和部門主管提供有關(guān)某些數(shù)據(jù)點(diǎn)的建議，所以，你需要有較強(qiáng)的交流能力。

對(duì)于高級(jí)數(shù)據(jù)分析師，需要開始獨(dú)立帶項(xiàng)目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項(xiàng)目協(xié)調(diào)能力。

5.大數(shù)據(jù)分析應(yīng)該掌握哪些基礎(chǔ)知識(shí)

隨著互聯(lián)網(wǎng)行業(yè)的不斷發(fā)展。很多人想要從事互聯(lián)網(wǎng)方面的工作，現(xiàn)在非常流行的就是大數(shù)據(jù)，你了解大數(shù)據(jù)是做什么的嗎？學(xué)習(xí)大數(shù)據(jù)需要掌握哪些知識(shí)？大數(shù)據(jù)在未來有很大的發(fā)展機(jī)會(huì)，每個(gè)崗位需要具備的能力是不同的。下面小編為大家介紹學(xué)習(xí)大數(shù)據(jù)需要掌握的知識(shí)。

大數(shù)據(jù)業(yè)務(wù)流程有四個(gè)基本步驟，即業(yè)務(wù)理解，數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)挖掘和分析應(yīng)用程序。該過程分為三個(gè)功能區(qū)：大數(shù)據(jù)系統(tǒng)開發(fā)，整個(gè)操作系統(tǒng)的構(gòu)建和維護(hù)，數(shù)據(jù)準(zhǔn)備，平臺(tái)和工具開發(fā)。大數(shù)據(jù)挖掘，負(fù)責(zé)關(guān)鍵模型應(yīng)用和研究工作。大數(shù)據(jù)分析應(yīng)用程序：兩者都是外部需求的訪問者也是解決方案的輸出，并且在許多情況下還將承擔(dān)整體協(xié)調(diào)的作用。

大數(shù)據(jù)提取轉(zhuǎn)換和加載過程（ETL）是大數(shù)據(jù)的重要處理環(huán)節(jié)。提取是從業(yè)務(wù)數(shù)據(jù)庫中提取數(shù)據(jù)。轉(zhuǎn)換是根據(jù)業(yè)務(wù)邏輯規(guī)則處理數(shù)據(jù)的過程。負(fù)載是將數(shù)據(jù)加載到數(shù)據(jù)倉庫的過程中。

數(shù)據(jù)提取工具實(shí)現(xiàn)了db到hdfs的數(shù)據(jù)導(dǎo)入功能，并提供了高效的分布式并行處理能力?？梢允褂脭?shù)據(jù)庫分區(qū)，字段分區(qū)和基于分頁的并行批處理將db數(shù)據(jù)提取到hdfs文件系統(tǒng)中，從而可以有效地按字段解析分區(qū)數(shù)據(jù)。

數(shù)據(jù)收集可以是歷史數(shù)據(jù)采集或?qū)崟r(shí)數(shù)據(jù)采集。它可以收集存儲(chǔ)在數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)，或收集非結(jié)構(gòu)化數(shù)據(jù)，如文本，圖片，圖像，音頻，視頻等。結(jié)構(gòu)變化較大的半結(jié)構(gòu)化數(shù)據(jù)，可以在數(shù)據(jù)后直接存儲(chǔ)在流量狀態(tài)分析平臺(tái)上收集完成。

6.學(xué)習(xí)數(shù)據(jù)分析從哪些方面入門

0基礎(chǔ)的童鞋該怎么學(xué)習(xí)數(shù)據(jù)分析？

1、零基礎(chǔ)入門數(shù)據(jù)分析，可以先從Excel開始，Excel是數(shù)據(jù)分析最常用的工具，功能強(qiáng)大，入門容易。

2、學(xué)一些數(shù)據(jù)分析的基礎(chǔ)方法，基礎(chǔ)知識(shí)，比如統(tǒng)計(jì)基礎(chǔ)統(tǒng)計(jì)理論等

打好概率與統(tǒng)計(jì)的基礎(chǔ)。概率與統(tǒng)計(jì)是數(shù)據(jù)分析的基石，可以說日常碰到的大部分的分析需求都可以用統(tǒng)計(jì)分析來解決。統(tǒng)計(jì)學(xué)，對(duì)于互聯(lián)網(wǎng)的數(shù)據(jù)分析來說，并不需要掌握太復(fù)雜的統(tǒng)計(jì)理論，只需按照本科教材，學(xué)一下統(tǒng)計(jì)學(xué)就夠了。

3、學(xué)會(huì)一門編程語言，可以大大提高處理數(shù)據(jù)的效率

Python和R是數(shù)據(jù)分析當(dāng)中最常用的兩門語言。比較推薦 Python，性能上來說，Python的速度更快，上手容易，語言相對(duì)簡(jiǎn)單。

4、掌握數(shù)據(jù)庫技能

做數(shù)據(jù)分析離不開查詢數(shù)據(jù)庫，這里主要涉及的是SQL。入門SQL的書推薦一本《MySQL必知必會(huì)》。加米谷大數(shù)據(jù)開發(fā)4月零基礎(chǔ)班，成都小班月底開課，預(yù)報(bào)名中。

5、掌握一些數(shù)據(jù)分析方法及一些數(shù)據(jù)分析的工具

掌握數(shù)據(jù)分析相關(guān)的常用工具。數(shù)據(jù)分析方法是理論，而數(shù)據(jù)分析工具就是實(shí)現(xiàn)數(shù)據(jù)分析方法理論的工具。可以看一下《精益數(shù)據(jù)分析》，掌握常用的數(shù)據(jù)分析方法，然后再根據(jù)自己公司的產(chǎn)品調(diào)整，靈活組合。

6、懂得業(yè)務(wù)知識(shí)，行業(yè)知識(shí)

從事數(shù)據(jù)分析工作的前提就會(huì)需要懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，最好有自己獨(dú)到的見解。

成為數(shù)據(jù)分析師，要強(qiáng)化對(duì)業(yè)務(wù)的理解，最好是做到通過數(shù)據(jù)分析幫助公司決策方向，或者說促進(jìn)企業(yè)快速增長(zhǎng)。要強(qiáng)調(diào)的是，數(shù)據(jù)分析師是一個(gè)實(shí)踐的職位，要在實(shí)際項(xiàng)目中不斷的訓(xùn)練。

7.數(shù)據(jù)庫基礎(chǔ)知識(shí)

第一章 數(shù)據(jù)庫基礎(chǔ)知識(shí)本章以概念為主，主要是了解數(shù)據(jù)庫的基本概念，數(shù)據(jù)庫技術(shù)的發(fā)展，數(shù)據(jù)模型，重點(diǎn)是關(guān)系型數(shù)據(jù)。

第一節(jié)：信息，數(shù)據(jù)與數(shù)據(jù)處理一、信息與數(shù)據(jù)：1、信息：是現(xiàn)實(shí)世界事物的存在方式或運(yùn)動(dòng)狀態(tài)的反映?；蛘J(rèn)為，信息是一種已經(jīng)被加工為特定形式的數(shù)據(jù)。

信息的主要特征是：信息的傳遞需要物質(zhì)載體，信息的獲取和傳遞要消費(fèi)能量；信息可以感知；信息可以存儲(chǔ)、壓縮、加工、傳遞、共享、擴(kuò)散、再生和增值2、數(shù)據(jù)：數(shù)據(jù)是信息的載體和具體表現(xiàn)形式，信息不隨著數(shù)據(jù)形式的變化而變化。數(shù)據(jù)有文字、數(shù)字、圖形、聲音等表現(xiàn)形式。

3、數(shù)據(jù)與信息的關(guān)系：一般情況下將數(shù)據(jù)與信息作為一個(gè)概念而不加區(qū)分。二、數(shù)據(jù)處理與數(shù)據(jù)管理技術(shù)：1、數(shù)據(jù)處理：數(shù)據(jù)處理是對(duì)各種形式的數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、加工和傳輸?shù)然顒?dòng)的總稱。

2、數(shù)據(jù)管理：數(shù)據(jù)收集、分類、組織、編碼、存儲(chǔ)、檢索、傳輸和維護(hù)等環(huán)節(jié)是數(shù)據(jù)處理的基本操作，稱為數(shù)據(jù)管理。數(shù)據(jù)管理是數(shù)據(jù)處理的核心問題。

3、數(shù)據(jù)庫技術(shù)所研究的問題不是如何科學(xué)的進(jìn)行數(shù)據(jù)管理。4、數(shù)據(jù)管理技術(shù)的三個(gè)階段：人工管理，文件管理和數(shù)據(jù)庫系統(tǒng)。

第二節(jié)：數(shù)據(jù)庫技術(shù)的發(fā)展一、數(shù)據(jù)庫的發(fā)展：數(shù)據(jù)庫的發(fā)展經(jīng)歷了三個(gè)階段：1、層次型和網(wǎng)狀型： 代表產(chǎn)品是1969年IBM公司研制的層次模型數(shù)據(jù)庫管理系統(tǒng)IMS。2、關(guān)系型數(shù)據(jù)型庫： 目前大部分?jǐn)?shù)據(jù)庫采用的是關(guān)系型數(shù)據(jù)庫。

1970年IBM公司的研究員E.F.Codd提出了關(guān)系模型。其代表產(chǎn)品為sysem R和Inges。

3、第三代數(shù)據(jù)庫將為更加豐富的數(shù)據(jù)模型和更強(qiáng)大的數(shù)據(jù)管理功能為特征，以提供傳統(tǒng)數(shù)據(jù)庫系統(tǒng)難以支持的新應(yīng)用。它必須支持面向?qū)ο螅哂虚_放性，能夠在多個(gè)平臺(tái)上使用。

二、數(shù)據(jù)庫技術(shù)的發(fā)展趨勢(shì)：1、面向?qū)ο蟮姆椒ê图夹g(shù)對(duì)數(shù)據(jù)庫發(fā)展的影響：數(shù)據(jù)庫研究人員借鑒和吸收了面向?qū)ρ姆椒ê图夹g(shù)，提出了面向?qū)ο髷?shù)據(jù)模型。2、數(shù)據(jù)庫技術(shù)與多學(xué)科技術(shù)的有機(jī)組合：3、面向?qū)ｉT應(yīng)用領(lǐng)域的數(shù)據(jù)庫技術(shù)三、數(shù)據(jù)庫系統(tǒng)的組成：數(shù)據(jù)庫系統(tǒng)（DBS）是一個(gè)采用數(shù)據(jù)庫技術(shù)，具有管理數(shù)據(jù)庫功能，由硬件、軟件、數(shù)據(jù)庫及各類人員組成的計(jì)算機(jī)系統(tǒng)。

1、數(shù)據(jù)庫（DB）：數(shù)據(jù)庫是以一定的組織方式存放于計(jì)算機(jī)外存儲(chǔ)器中相互關(guān)聯(lián)的數(shù)據(jù)集合，它是數(shù)據(jù)庫系統(tǒng)的核心和管理對(duì)象，其數(shù)據(jù)是集成的、共享的以及冗余最小的。2、數(shù)據(jù)庫管理系統(tǒng)（DBMS）：數(shù)據(jù)庫管理系統(tǒng)是維護(hù)和管理數(shù)據(jù)庫的軟件，是數(shù)據(jù)庫與用戶之間的界面。

作為數(shù)據(jù)庫的核心軟件，提供建立、操作、維護(hù)數(shù)據(jù)庫的命令和方法。3、應(yīng)用程序：對(duì)數(shù)據(jù)庫中數(shù)據(jù)進(jìn)行各種處理的程序，由用戶編寫。

4、計(jì)算機(jī)軟件：5、計(jì)算機(jī)硬件：包括CPU、內(nèi)存、磁盤等。要求有足夠大的內(nèi)存來存放操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)的核心模塊以及數(shù)據(jù)庫緩沖；足夠大的磁盤能夠直接存取和備份數(shù)據(jù)；比較主的通道能力；支持聯(lián)網(wǎng)，實(shí)現(xiàn)數(shù)據(jù)共享。

6、各類人員。四、數(shù)據(jù)庫系統(tǒng)的特點(diǎn)：1、數(shù)據(jù)共享：2、面向全組織的數(shù)據(jù)結(jié)構(gòu)化：數(shù)據(jù)不再從屬于一個(gè)特定應(yīng)用，而是按照某種模型組織成為一個(gè)結(jié)構(gòu)化的整。

它描述數(shù)據(jù)要身的特性，也描述數(shù)據(jù)與數(shù)據(jù)之間的種種聯(lián)系。3、數(shù)據(jù)獨(dú)立性：4、可控?cái)?shù)據(jù)冗余度：5、統(tǒng)一數(shù)據(jù)控制功能：數(shù)據(jù)安全性控制：指采取一定的安全保密措施確保數(shù)據(jù)庫中的數(shù)據(jù)不被非法用戶存取而造成數(shù)據(jù)的泄密和破壞；數(shù)據(jù)完整性控制：是指數(shù)據(jù)的正確性、有效性與相容性。

并發(fā)控制：多個(gè)用戶對(duì)數(shù)據(jù)進(jìn)行存取時(shí)，采取必要的措施進(jìn)行數(shù)據(jù)保護(hù)；數(shù)據(jù)恢復(fù)：系統(tǒng)能進(jìn)行應(yīng)急處理，把數(shù)據(jù)恢復(fù)到正確狀態(tài)。第三節(jié)：數(shù)據(jù)模型一、數(shù)據(jù)組織：關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)層次如下：1、數(shù)據(jù)項(xiàng)（field）：又稱字段，用于描述實(shí)體的一個(gè)屬性，是數(shù)據(jù)庫的基本單位。

一般用屬性名作項(xiàng)名；2、記錄（Record）：又稱為結(jié)點(diǎn)，由若干個(gè)數(shù)據(jù)項(xiàng)組成，用于描述一個(gè)對(duì)象；3、文件（File）：由若干個(gè)記錄組成；4、數(shù)據(jù)庫（Data Base）：由邏輯相關(guān)的文件組成。二、數(shù)據(jù)模型：數(shù)據(jù)的組織形式稱為數(shù)據(jù)模型，它決定 數(shù)據(jù)（主要是結(jié)點(diǎn)）之間聯(lián)系的表達(dá)方式。

主要包括層次型、網(wǎng)狀型、關(guān)系型和面向?qū)ο笮退姆N。層次型和網(wǎng)狀型是早期的數(shù)據(jù)模型，又稱為格式化數(shù)據(jù)系統(tǒng)數(shù)模型。

以上四種模型決定了四種類型的數(shù)據(jù)庫：層次數(shù)據(jù)庫系統(tǒng)，網(wǎng)狀數(shù)據(jù)庫系統(tǒng)，關(guān)系型數(shù)據(jù)庫系統(tǒng)以及面向?qū)ο髷?shù)據(jù)庫系統(tǒng)。目前微機(jī)上使用的主要是關(guān)系型數(shù)據(jù)庫。

1、層次型：是以記錄為結(jié)點(diǎn)的有向樹；圖如教材P7圖1--22、網(wǎng)狀型：樹的集合，它的表示能力以及精巧懷強(qiáng)于層次型，但獨(dú)立性下降。3、關(guān)系型：在關(guān)系型中，數(shù)據(jù)被組織成若干張二維表，每張表稱為一個(gè)關(guān)系。

一張表格中的一列稱為一個(gè)“屬性”，相當(dāng)于記錄中的一個(gè)數(shù)據(jù)項(xiàng)（或稱為字段），屬性的取值范圍稱為域。表格中的一行稱為一個(gè)“元組”，相當(dāng)于記錄值。

可用一個(gè)或若干個(gè)屬性集合的值標(biāo)識(shí)這些元組，稱為“關(guān)鍵字”。每一行對(duì)應(yīng)的屬性值叫做一個(gè)分量。

表格的框架相當(dāng)于記錄型，一個(gè)表格數(shù)據(jù)相當(dāng)于一個(gè)同質(zhì)文件。所有關(guān)系由關(guān)系的框架和若干元組構(gòu)成，或者說關(guān)系是一張二維表。

關(guān)系型。