想成为数据分析师，先从Excel和Python入手！

混迹互联网的同学们，或多或少都对“数据分析师”这一职业有所耳闻。即使你不认识任何数据分析师，也一定看到过这类研究报告或者文章：

Smart is the new sexy. 酷炫的图表，理性的分析阐述，出其不意又在情理之中的思考角度，总让人对这群“用数据讲故事的人”充满了向往。

一、潜力巨大的数据分析岗位

在信息时代的今天，数据推动业务发展、数据辅助业务决策早已成为大势所向，而顺应大数据时代号召的人，薪资待遇自然也是让人羡慕不已——数据分析师确实是高薪职业，大部分公司提供的待遇基本上是10K往上走；且随着工作经验的累积和技能树的完善，薪资超过30K也是指日可待！

▲某招聘网站的数据分析师薪资待遇分布情况

二、数据分析师的职业之路

数据分析师大体工作流程可以简化描述成：数据获取整理——数据分析——数据报告几个关键环节。那么，小白想成为数据分析师应该从哪里开始努力呢？

我们先从数据分析师最常用的工具——Excel和Python入手。

1、基础能力：使用Excel完成简单的数据分析工作   

Excel相信大家都已经很熟悉了，它适用于一些数据量不大、重复性不算强的工作场景，但面对海量数据和批量任务时，也会存在效率低（数据量大时会卡死）、复用性不强等问题。

2、进阶能力：使用Python语言进行更高效、更深入、更强大的数据分析

Python是近年来最火的编程语言之一，在数据分析领域，Python语言的运行效率是Excel望尘莫及的，图表的交互性和工作可复用性也非Excel可比拟。

▲使用python构建交互式图表查看整体营收情况

当你不满足于熟练使用Excel，转向对Python技能的探索，新的职业大门也会向你敞开——无论是Web开发，操作系统、运维、数据开发、机器学习等等，都离不开Python。

3、从技术到业务：数据分析师的基本素养

数据分析师对数据的处理往往是为业务服务的，这就需要数据分析师熟知业务痛点和需要，使用自己的专业知识，从数据中提取出有价值的结论。有意从事数据分析的同学，还一定要结合具体项目来实践自己的数据技能。

Python是一个不练习就学不会的技能。

对于还没毕业或者刚刚工作的大学生来说，要真正接触核心业务，具备高阶的数据分析能力就很不现实！假如你自制力强、有上进心，想通过学习来改变现状，那么来千锋，全程大咖讲师带你梳理Python数据分析核心知识，助你完成升职加薪。