哈喽大家，先交代下俺的背景：本科统计学，硕信息系统工程管理（非全工作后读的），经历了本科毕业后自学到找到di一份数据分析工作、在这行做了几年后实现薪资的快速飞跃，因此分享一下俺觉得有用的学习顺序。 [向右R]开始之前：定下目标、倒推拆解目标 把“以学习为目的”变为“以完成xx为目的”，这样学习会更有效lv。比如不要去找个数据分析的系统课程上来就直接一顿咔咔学，尤其是很多培训班甚至会把爬虫加入到克里，但其实分析工作根本不需要爬虫。而是要根据招聘软件上jd要求来倒推当前要学习的路线，常见有：结构化思维、统计学基础、数据量化拆解业务问题形成可行性方案等。对于这三方面都有针对性的训练过程。下面是整体思路： [向右R]1. 打好基础 结构化思维：这个思维会让你在接下来的学习事半功倍，tui荐大家《结构思考力》这本书，核心思想和《金字塔原理》类似，但适合中国宝宝体质。 学习基础统计学和Excel：建议大家直接去小破站搜索栏输入关键词，如“统计学入门”、“Excel数据分析”等，可以找到大量的教学视频。 [向右R]2. 进阶学习 学习SQL：这是分析师在工作中zui常使用的工具。由于互联网公司大部分是用hivesql，所以建议大家学习hivesql的基本语法、和一些进阶函数，再通过一些查询题目进行业务场景的练习，目标是增删改查。 Tableau：这个可以用来做看板、画图、做分析，帮助分析师进行数据的描述，得出一些业务指向的结论。目标是会连接/导入数据、绘制各种图（折线、直方等）、建立仪表板或故事等。 Python/R入门：初学者可以选择Python，容易入门。目标是会用Pandas、Numpy、Matplotlib做数据处理，比如连接数据库、本地导入数据、对数据进行清洗、可视化处理。 [向右R]3. 实战应用 参与项目：可通过网课跟学分析项目来提升数据处理能力，已有一些经历的朋友可以直接以生活中遇到的热点话题作为分析方向，比如分析社交媒体数据、电影评分、体育比赛结果等。将整个分析过程记录下来，包括数据获取、清洗、探索性数据分析、结果可视化和报告撰写等，这些都是非常宝贵的经验。项目尽量体现分析思路和结果，这比千篇一律的模型项目更加吸引数分面试官的兴趣。 祝大家能在学习数据分析的过程中收获乐趣～