Day01-数据分析图鉴
一、 数据分析是什么？
最近流传一句话，不会数据分析的程序员，不是好程序员。
其实，不仅仅程序员，无论你未来准备从事什么职业：产品、运营、销售、HR、财务、金融、电商，还是做研发、系统架构，你都会发现，在数不清的岗位需求中，公司对数据分析的能力要求越来越普遍！
有人说，毕业生学数据分析很占优势，因为学得快
有人说，毕业生没有工作经验是优势，可以直接上岗…
有人说，数据分析行业前景好，薪资高，是工作的好选择…
有人说，学数据分析永不过时…
但！数据分析到底是什么？离我们远吗
恰恰相反，数据正在变得越来越常见，小到我们每个人的社交网络、消费信息、运动轨迹，大到企业的销售、运营数据，产品的生产数据，再看看我们每天在做的事情，上知乎、上微博、逛淘宝，上Google，所有的地方都是高度需要数据分析
数据分析当然重要，一般单位还是用excel表格在统计数据
而数据分析，就是就是将数据的价值最大化
借助数据来做决策，而不是盲目地拍脑袋
二、为什么数据分析这么火？
核心还是因为企业需要用它！
细数现在国内的互联网产品，淘宝电商头部地位不可动摇；腾讯牢牢占据社交、游戏大部分市场份额；抖音、快手引领短视频风潮……
这些公司除了占据行业先发优势之外，完备的数据分析也是它们成功的重要原因
无论你所处的领域是智能媒体、医疗、政务与金融或其他，都能看到数据分析的身影，这也是时下大数据应用最热门的四个领域
从招聘网站上看，当前市场上比较热门的岗位JD中，任职要求上几乎都会提到「数据分析能力」
太多人的经验证明，如果你会Python、SQL这些数据分析常用的工具，更容易找到工作，而且薪水普遍在平均线以上，即便是刚学会不久的实习生，也很容易找到满意的职位
那么，学生、小白想要去做数据分析，需要具备哪些能力呢？
就我认识的很多数据分析师，有的正努力去大平台，有的向数据专家钻研，还有的在产品领域深耕。但不论选择什么方向，他们都有一个共识——
今后十年，数据分析就是互联网行业的风向标
前段时间，脉脉统计了2020大热的岗位，数据分析也名列前茅
2025年大数据人才需求将达到2000万，如果从5年之后的视角来看今天，数据技术正处在爆发式增长的前夜，现在入行，恰逢其时
三、数据分析的行业现状如何？
通过对我们爬取的1223个样本数据进行分析，可以看出一个大概的行业分布情况：移动互联网行业+金融+电子商务对于数据人才的需求最高，占整体的75%，但是所有企业都向数字化转型肯定是必然的趋势了。从“十四五规划”中也可以预测到，未来传统行业都需要大量人才与企业共同完成数字化转型
这对于我们来说，往数据分析方向发展，金融、电商、游戏都是很不错的选择，看个人偏好选择行业即可。至于行业门槛，老师觉得游戏行业稍高，其次是金融行业
如果你能具备深刻的业务认知、积累了丰富的项目经验、拥有系统的分析架构，那你的前途会非常光明；
并且，在有数据相关人才需求的公司中，500人以上的企业占比52%，数量相对非常可观。不需要融资的公司占比60%，融资D轮以上的占比42%。大家都知道，融资情况可以从一定程度上反映公司的抗风险能力
尤其是这两年疫情造成大环境非常不稳定，但在数据分析行业，靠谱公司还是有很多，所以现在对于从事数据分析相关工作，是个好时机
同时，老师建议，学数据分析是个需要积累的过程，对于大学生而言，学完之后作为数据分析师，还是去大公司比较好，因为业务发展成熟，数据量也比较大，对数据的使用自有一套方法论，这样大家的职业成长也会更快。所以，在毕业前，谁先掌握数据分析能力，谁优先选好工作，对于在职党而言，数据分析能力不仅能提高你的工作效率，更能让你在公司增加往上走的机会！
从现在市场和企业的反馈来看，这个行业在未来一段时间都会处于上升期。但这个职业也依然存在挑战，因为未来的趋势是“+数据分析”
什么是“+数据分析”呢？就是数据分析越来越成为各个职业的基本技能，各个职业上的从业人员都会开始学习数据分析，从而有了：财务+数据分析 加分；运营+数据分析 加分；产品+数据分析 加分；甚至还有HR+数据分析 加分
对于在职党而言，可以根据自己的职业规划来进行选择即可
四、对工作经验要求高吗？
70%的数据岗位要求工作经验在5年以下，5-10年的占比仅12%
所以市场对于初、中级的数据相关岗需求量还是比较大的，这也是老师觉得数据分析门槛不高，掌握即可高薪就业的原因
随着市场企业越来越注重数据的价值，数据分析相关岗位目前在各行业的需求量都不小，且有一定工作经验之后，在一线、二线城市都有较高的薪资水平
五、工资情况
大家也可以自己登录招聘网站，做一个了解
学数据分析是个需要积累的过程，数据分析的整体门槛相对并不高，代码懂一些基础的就可以，并且入行后可以根据自己的发展规划转向偏业务线或偏技术线，不必心急想着一口吃成胖子
即使计算机专业的同学，如果不想做程序员，不想从事纯开发的工作，那么数据分析也是一个非常好的选择
从而让大家在工作的时候，能够达到1+1>2的效果
数据分析岗位是偏朝阳化、年轻化的岗位，对工作年限较低的应聘者需求较多，当然随着工作年限的增加，数据分析的薪酬也会不断提高哦，属于越老越吃香的岗位
六、学完数据分析的效果？
作为数据分析师，我们要有【将采集到的数据化转成业务方需要形式】的能力，也就是实现【数据可视化】
1、Python可视化
关于Python大家已经有了一定的认知，我们能利用Python编写爬虫代码抓取大量数据，还可以通过这些数据直接绘制成图
优点：
代码可重复使用，方便后期调用
代码一劳永逸，减少重复工作量
下面，给大家展示一下用Python绘制的图表
其实，在实际工作中，大家也都是通过工具去做可视化哦～为什么？当然是简单省事又方便啦
2、Tableau
Tableau简单易操作，拖拽就能完成高大上图表，学习无门槛，适合所有人
给大家展示一下用Tableau绘制的图表
Tableau是能够方便数据分析师简单完成高大上的图形绘制、便利制作dashboard大屏的专业软件，可提供企业级的安全和治理模型，为全球化企业提供服务。建议大家工作或学习中，可以多熟练使用Tableau
没有错，疫情地图就可以用Tableau实现～
图表不仅要炫酷，更重要的目的要让观看者更快速地了解数据所传达的信息，让管理层能够更有效地制定决策，从而提高企业效益
那怎么才算是合格的可视化图表呢？
1、传达更多的信息
2、突出重点，便于理解
3、适配性
今天关于数据可视化的分享就到这里了。光看肯定不过瘾，我们的课程专门给大家增加了这部分的练习题，大家能通过改变部分代码，用Python制作属于自己的词云图、折线图、直方图
要是想完整学习数据分析，掌握这个技能，需要知道数据分析常用的工具，比如说Python、SQL、Excel、Tableau等等 工具起码要掌握到熟练的程度 更重要的是数据分析的方法论 业务知识 大厂在面试的过程中 针对这方面要求会比较高、
