新入行数据分析的学习路径规划

上周更新了两篇Excel学习文章，有读者反映写作不够实用。在这里解释一下，文字真的很难细化每一步，否则真的要出一本书。文章更多的是一个引导，告诉你为什么要学这个，主要学什么，怎么学。经过深入的操作，我们需要在业余时间加餐。我们已经尽力给你留材料了。还有人建议，制作视频，不错！很赞！在明年的计划下。即使没有时间，我也会推荐一些我认为可以的视频供大家学习。年底，最近几个晚上都在苦苦挣扎的年终报告。你写好了吗？好了，回到正文，这篇文章讲的是数据库知识:职场上经常有刚从事数据分析的孟新，问我做数据分析要学什么，如何规划学习路径。我会告诉他：如果你的Excel仍然使用，首先学习Excel，当你使用Excel处理和分析一些小数据集没有问题（具体性能是：通用函数公式、数据透视表、筛选、排序、图表绘制操作），你学习SQL语言，然后使用BI分析熟悉业务。然后在某个阶段，你可以开始R或Python。以后如果能进一步了解一些大数据框架，比如Spark。为什么要学习Excel？首先，Excel是我们最常用的数据分析和处理工具。Excel具有丰富的功能，基本上可以覆盖我们以后的其他软件(SQL、BI、Python、R)要学的功能。有些人可能会问，既然Excel如此强大，为什么要学习其他工具呢？这是因为Excel是以菜单的形式操作的，很难实现自动化和功能重用。当然，你也可以通过VBA来实现。使用VBA是编程。然而，由于VBA语言只能在office软件中使用，学习的投入成本和产出收入不成比例，不建议学习，这是客观原因之一；此外，Excel在处理大型数据集时，性能差，经常崩溃。(虽然Excel2013及以上版本声称可容纳1000 一万条记录，但数万条数据开始卡住)。(虽然Excel2013及以上版本声称可容纳1000 一万条记录，但几万条数据开始卡住)。Excel学完SQL为什么要学？客观原因是大多数数据分析岗位都需要SQL技能。为了保证数据的安全性和管理的便利性，数据统一存储在数据库中。SQL语言需要从数据库中提取和查询数据，甚至一些公司也使用SQL语言进行数据分析。另一个原因是，即使你先学习其他工具，比如R，Python，即使是Spark和其他大数据框架，你也会发现你最终必须学习SQL。假如你先学SQL，那么很多概念你都可以学R，Python，在Spark和其他更复杂的工具之前就清楚了。将有助于以后的学习。就像盖房子一样，先打地基，再一层一层盖。SQL语言学习排在Excel之后，在其他工具之前，另一个重要的原因是SQL可以帮助Excel在一定程度上解决大数据集的问题，并建立通往其他工具的桥梁。对数据库和SQL的研究也分为两部分，第一部分是关于数据库和表的概念。第二篇是SQL语句的掌握和数据库的操作。一、数据库的基础知识先说说我对数据库的理解。顾名思义，数据库是由数据表组成的数据集。在物理实体上，是一堆写在磁盘上的文件，文件中有数据。这些最基本的数据构成了表(table)，我们把它想象成Excelsheet，如下图所示：每张表都有一个唯一的标志，即主键，即ID。ID是数据库中的一个重要概念，称为唯一的识别符／用来表示数据的独特性的主键。相当于我们的身份证，是唯一的，有了身份证，就知道数据在哪里了。ID通常没有业务意义，是唯一的标志。每张表只能有一个主键，主键通常是整数。一旦设置了主键，通常不允许修改值。数据库是表的集合。多个表可以放在一个数据库中，我们命名每个表，表可以相互连接。联系是数据可以相应匹配，官方名称叫联系，相应的操作叫Join，我们想象成Excel中的vlookup。比如上面两张图，左边是学生信息表，右边是老师信息表。左图主键为学生ID，右图主键为教师ID。细心的读者可能会发现右图中还有一个学生身份证，这里的学生身份证是专门用来连接用户表的，而不是主键。只有两张表是通过学生ID的唯一信息来关联的。然而，两个表之间的关联并不是信息可以一一对应的，也会有空缺。例如，两个表之间的连接将成为：了解上述概念，您将知道什么是关系数据库。简单来说，它是一个由多个二维行列表组成的数据库，可以相互连接。在准备数据时，我们通常需要建立表关联进行分析。关系数据库是基于关系代数模型开发的，常用的关系数据库是SQLServer、MySQL、Oracle、DB2等，这取决于企业的使用，我们的后续学习主要是MySQL。各关系数据库(不感兴趣可跳过)：DB2:关系数据库适用于大型分布式应用系统。它确实是一个非常非常好的数据库。它的稳定性、安全性和恢复性无可挑剔，非常适合从小规模到大规模的应用。但是使用起来很麻烦，安装的时候要求很多。很多软件可能会和DB2发生冲突，因为DB2通常安装在小型机器或服务器上，所以在PC上安装起来很麻烦。建立一个新的图书馆需要设置很多东西来分配各种存储空间。Oracle:它是目前市场份额最大的数据库。当我学习SSH时，我使用Oracle。安装起来很麻烦，程序文件有3G。。。使用起来很方便。对于像我这样的初学者来说，有一个非常简单的配置。对于要求高的企业应用程序，也有非常复杂的配置和管理方法，有一个强大的数据字典，可以说是最实用的数据库，但检查，价格不菲…MSSQL:一开始用的是2000和2005版，这两个版本差了很多。2000数据库做得很好，程序小，操作简单，功能齐全。它是一个中型数据库，在各个方面都非常适中。我的毕业设计是MSSQL2000。2005年增加了很多功能，比较复杂，有大数据库的风格，价格也变高了。个人认为，除非使用Windowserver系统或Microsoft产品，否则最好使用oracle。MySQL:MySQL是一个很好的关系数据库，免费，功能齐全，程序小，安装简单。现在很多网站都用MYSQL，字段约束差一点，其他都不错，和MSSQL差不多。Access:典型的桌面数据库，感觉做一个单机系统，比如记账，记事，在局域网上跑个小系统就够了，数据源连接很简单，因为是Office数据库，Windows有自己的数据源。Access:典型的桌面数据库认为做一个单机系统，比如记账和记事。在局域网中运行一个小系统就足够了。数据源连接非常简单。因为它是Office数据库，Windows有自己的数据源。有关数据库的更多信息，请阅读数据库系统概论。2、试着使用MySQL数据库。如果您还没有接触过数据库或SQL，建议您下载并安装MySQL数据进行尝试。MySQL数据库的下载和安装相对简单，安装后即可使用。您可以访问MySQL官方网站下载，网站如下（Windows版本下载地址）：「链接」下载MySQL时，需要免费注册，注册页面为英文。下载工具后，点击操作，该程序可以自动为您安装MySQL，并自动配置。在安装过程中，您需要设置密码，自己设置登录密码，并记住下次登录MySQL时需要密码。解压后没有my.我在截图中添加了ini文件(我的端口设置的3308)。管理员命令：在MySQL安装目录的bin目录下执行命令：mysqld–initialize–console得到以下结果：看到一个警告，查看mysql，建议使用utf8mb4修改my。.没有ini文件警告，上面打印了默认密码：nj>UUJkpH4/I，安装服务：mysqld–instalmySQL8.0由于这是计算机上的第二个mysql，所以服务名改为MySQL8.0启动服务：netstartMySQL8.0.修改初始密码登录mysql后执行：ALTERUSER‘root’@’localhost’IDENTIFIEDWITHmysql_native_passwordBY‘123456’;默认情况下，将MySQL与Excel或其它数据分析工具连接起来，有一个插件允许MySQL数据库连接到Excel。想象一下，我们通过SQL语言在MySQL数据库中处理和计算大量数据，将计算结果存储在特定的数据表中，然后通过Excel连接到MySQL数据库，将数据读取到Excel中，用Excel分析和绘制图表。避免了将数据从数据库中导出并导入Excel的麻烦，能否提高效率？以后，我们将通过ODBC驱动程序连接一些报告BI工具进行分析。稍后，我们将通过ODBC驱动程序连接一些报告BI工具进行分析。关于MySQL的学习推荐书《MySQL一定会知道》。