python数据分析难吗_自学python数据分析之路难不难走？

特地出来现身说法，告诉各位这几乎是不可行的，而且连方向上都是错的。问这个问题就好比说，自学射击，指挥战争的路难不难走。但即便这么说，我还是把自己的情况和原因讲出来，各位自行参考。

先说下我的情况，我用过Python写过爬虫，用flask框架写过网站，用过Power BI做过可视化报表。可以说，我对Python的基本使用很熟悉，对数据库有操作经验，对数据和可视化也有一点见解。但就是这种条件，去年投了三个月数据分析、BI顾问的岗位，最终颗粒无收。仅有一些外包HR的电话面试，但实打实的面试一个也没有！

为什么如此惨烈呢？根据我看过的上百份数据分析职位的JD，我分析这个岗位的要求，大概归为三类。对工具的要求。工具的范围很广，SQL，SAS，Excel包括Tableau还有Power BI都算是，Python只是其中一个比较新潮的选项。

对算法的要求，包括决策树，随机森林等常见的机器学习方法。这条和上一条本质上是一样的，还是在术的层面。

也是最重要的，就是数据分析的思路。我认为这一条是用人部门筛选简历的一个主要参考因素。因为如果你有数据分析的经验，那么你一定多少掌握一些工具。对算法的要求，根据岗位定位的高低，也是可有可无的。但是数据分析的思路，如果你没有做过相关的工作，是很难熟练到可以胜任实际生产的。

如果你看完这些还是一心想要走上这条路（并且接受降薪），我还是能够提供一些帮助。至少在工具方面，可以少走些弯路。

首先Python基础方面，毫无疑问提，推荐廖雪峰老师的教程。只要你有大学Visual Basic的基础，跟着一点点学肯定能入门。不过也不必全学，学到函数这里基本就够用了。有兴趣就学到class（类）。剩下的等用到了再学也不迟。Python教程​www.liaoxuefeng.com

算法和机器学习方面，推荐Coursera的在线课程和Kaggle的入门课程。两门课程没有先后顺序，哪个学的进去就学哪个，穿插着学也可以。https://www.coursera.org/learn/machine-learning​www.coursera.org

这门课程由吴恩达老师主讲，可以说是机器学习入门的最热门课程，绝大部分初学者是看这门课入门机器学习的。Learn Python, Data Viz, Pandas & More | Tutorials | Kaggle​www.kaggle.com

Kaggle 是目前世界上最大的数据科学家、机器学习开发者的社区。这门免费的线上学习项目的设置是以实用为导向，按照数据项目所需要的核心技能来分小节，保证学完就能用，让学时间习性价比最大化。

Python，机器学习入门，中极机器学习，数据可视化，Pandas，特征学习，深度学习，SQL入门，SQL进阶，地理空间分析，机器学习可解释性都有涉及。

数据分析方面，推荐这本书用来入门——《深入浅出数据分析》。这本书通过许多案例及对话，形象地展示了数据分析的思路。即便最终不干这行，拿来作为拓展思路、消遣时间的读物也是极好的。

如果以上几项你都能很高效地做完并且有所收获，你应该比绝大多数打算转行的人走的更远了。

如果最终成功了，欢迎来这里继续交流你后面的历程。