數據分析常用知識體系

【數據獲取】

一、獲取原始數據

1、從數據庫?/?數據倉庫中獲取（數據庫?+?數據倉庫?+ SQL提數）

2、爬蟲爬取（R語言爬蟲?+ Python爬蟲）

3、手工整理（問卷數據錄入、數據表制作等）

二、獲取整理好的數據

1、數據資源下載（統計局、經管之家等）

2、數據資源調取（R語言內置數據集、Python內置數據集）

【數據預處理】

一、數據庫

1、常用數據庫基礎知識（Mysql、sqlServer、Oracle、Hbase + Hive）

2、SQL語句（數據查詢select from、數據去重distinct、數據限制where、數據排序order by、數據順序desc + asc、數據分組group by、數據過濾having、數據鎖定limit、條件關聯and + or + in / not in、通配符like + _、計算字段count + max + avg等、子查詢、表聯結inner join + left join + right join、插入數據insert into、創建表create、更新數據update、刪除數據delete、刪除表drop）

二、EXCEL

1、工作表處理（格式設置、數據編輯）

2、數據查看（篩選、排序、查找替換、分類匯總、數據透視表、數據透視圖）

3、函數（vlookup、計算函數等）?+?圖表制作（基礎圖形?+?改進圖形）

三、R

1、數據讀寫（讀取csv文件、讀取txt文件等）

2、數據查看（查看數據整體情況View、查看數據前幾行head和后幾行tail、查看數據的維度dim、查看數據的類型class、查看數據中各變量的基礎情況str、查看數據長度length）

3、數據檢查與基本處理（數據轉換as.vector + as.data.frame、數據連接rbind + cbind等）

4、數據運算（數學運算、統計運算、函數運算）

5、數據清洗（缺失值、異常值、數據格式化）

四、Python

同上述R語言，但為Python代碼

【數據建模分析】

一、常用業務模型

1、通用業務模型（RFM?、AARRR、5W2H、波士頓矩陣、波特五力模型、4P理論等）

2、行業專用模型（教育行業、互聯網行業、交通行業、醫藥行業等）

二、常用數學?/?統計?/?機器學習知識

1、描述統計（平均數、中位數、眾數、方差、標準差、分位數、極差、偏度、峰度等）

2、推斷統計（區間估計、假設檢驗、方差分析、回歸分析）

3、常用模型（關聯規則、決策樹、聚類分析、神經網絡、SVM、隨機森林等）

4、模型評價（混淆矩陣、ROC曲線等）

三、R

上述各模型的R代碼

四、Python

上述各模型的Python代碼

——————————————————★

互聯網數據分析崗位求職備戰手冊

總結

以上是生活随笔為你收集整理的数据分析常用知识体系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。