要想做数据分析，我们首先需要明白，这个行业都需要会那些东西，
数据分析的核心就在于数据的采集、存储、处理、分析和挖掘。
采集--爬虫（python，request，scrapy）
要想做数据分析，我们首先需要明白，这个
要想做数据分析，我们首先需要明白，这个行业都需要会那些东西
数据分析的核心就在于数据的采集、存储、处理、分析和挖掘。
采集--爬虫（python，request，scrapy）
存储--数据库（mysql）
处理/分析/挖掘--数据提取/可视化/算法（pandas，numpy，matplotlib，工具tableau）
今天我寻得一套由业内资深大数据分析领域大牛精心打造，汇集多年实战经验前沿大数据分析项目案例的
看看数据分析与数据挖掘的区别
从定位来讲:
数据挖掘偏后台，
数据分析偏前台;
从要求来讲:
数据挖掘偏技术，数据分析偏业务;
从能力来讲:
数据挖掘需要专精,数据分析综合素质要求较高。
从目前的市场来看
数据挖掘的入门薪资会比数据分析高得一些。
原因很简单，数据挖掘主要是技术方面的知识，只要能够掌握，那么就可以独立做一些开发;而数据分析除了需要懂技术，还要懂业务，能沟通，要了解企业。整体而言初级数据分析师9还不足以独立负责工作。
职业的发展来看
随着职业的不断发展和积累，数据挖掘需要技术方面不断深入，但由于距离业务较远，所以职业发展方向是技术总监或者CT0方向;
而数据分析师会不断在业务、行业等方面进行积累，未来发展方向是业务部门门]老大或者CE0方向。
第一阶段：大数据分析必备技能—统计学基础
01.样本的性质
02.描述性分析
03.可视化分析
04.相关与独立分析1
05.相关与独立分析
第二阶段：数据分析必备技能—Python编程
01.Python入门程序
01.python基础知识
02.爬虫的最基本理论
03.使用正则抓取数据
04.使用BeautifulSoup抓取名言网
05.使用xpath抓取名言网
第三阶段：大数据分析必备技能—数据库基础
01.数据库简介
02.数据库简单查询
03.数据库分组查询
04.数据库关联查询
05.mysql的执行原理
06.mysql经典面试-行列转换问题
07.存储引擎
额外附赠（数据挖掘资料）
额外附赠（数据挖掘资料）
掘资料）
01.数据挖掘基础入门
02.数据处理分析与可视化
03.海量数据的分布式处理
04.数据上的关联规则
05.数据与聚类
06.海量数据索引与近似最近邻
07.数据分类与排序
08.海量数据与推荐系统
09.海量高维数据与维度约
附赠
爬虫scrapy框架及案例