【资源分享】零基础入门大数据（数据分析）经验分享

声明：

开头还是要先申明一下的，博主纯粹是爱好，在业余时间学习相关的知识。希望能给博主一样情况的入门同学提供一个比较短的学习路径，提高学习效率。博主看过很多个学习的视频和数据，发现很多内容都是重复的，有些内容需要重点学，有些可以带过。所以，在下文会推荐一些自己认为比较好的学习资源。

 

1.R还是Python：

目前，数据分析很多都是用R或Python。博主2个都学了，发现刚开始学习时，还是用R比较好。虽然，R和别的语言相比，速度真的会很慢，但是，R的统计函数，各种R包真的很完善，语法也很简洁，易学易操作。所以，对于像博主这种业余的，还是推荐用R进行大数据学习的入门。

 

2.在学习前，一定要首先需要了解一下R Studio和R Markdown。

看了很多视频，发现很多大牛，老师讲课时，几乎只用R就能搞定一切工作和讲课。但是，作为初学者，我还是建议同时下个R Studio（界面舒适，操作方便）。还有就是R Markdown。一定一定要用R Markdown来做日常学习的摘记，真的非常非常好用。先花一点时间学习R studio和R Markdown的操作，然后再进行R语言的学习，这个是事半功倍的。

 

3.数据分析是什么？

先和大家分享一下博主对数据分析的学习后的个人感受吧。

个人认为数据分析主要有：数据导入，数据整理，数据进行统计描述，数据可视化。

虽然是简单的这么几个字，但是里面细节真的很多。举个例子：数据导入，就有Flat Files，Excel，Database，Web和其他统计软件数据的导入。其中，Flat Files的导入能用的工具就有R内置的utils包，readr包，data.table包。然后是数据整理，包括对数据初步的观察，如有没有NA，异常值，数据框有没有弄成tidy table的形式等等的。

毕竟，在现实生活中，你遇到的数据问题是千差万别的，很多问题都是人为导致的。例如，给你上个季度的公司销售额，然后需要和以前的数据进行比较。你可能会发现这些你认为的数字，可能被人为设置成字符串；或是某几天的营业额，没有填上内容；还有可能是有些部门统计是科学计数法。这些种种的问题产生数据格式不一致，经常导致后续数据分析总出错。

所以，数据整理有时可能占整个工作的3/4时间。等数据整理好后，就可以进行后续的工作，可以只是做个年度的销售额报表，或是把数据用于机器学习，差异分析，画图。这就看你自己的需求了，这些数据的应用的内容，博主可能会在以后的帖子中继续分享。

 

4.初步大致的理解R语言

如果和博主一样，R语言刚刚入门，看不进书。那么，首先推荐就是通过视频教学的方式，进入对R语言基础部分的大致学习。

博主看过很多不同的学习视频，这些视频一般都是免费的，且在B站就能搜索到。给大家推荐 炼数成金系列的视频，之前在B站上看了好多遍，老师讲的很好，不过后来链接失效了，大家可以再去搜索一下。

通过视频课程主要是对R有个基本认识，熟悉R语言基本函数。一般有数据处理和可视化2大部分大家看完就行，后面才是学习重点。

 

5.仔细的看几本书籍，对R语言的应用有大致的理解

不得不说，大家都说好的书真的是非常好的书。博主看了很多本关于R的书籍，发现真的是经典真就是最好的。

给大家推荐：1.R语言实战。大家下载时，需要注意一下，有很多版本下载后是不全的，缺少后面内容。这本书涵盖的内容很全面，看完后，你大致就能明白R语言能用在哪些方面。2.R数据科学。必看，非常好的数据处理书籍，全面，经典。3.统计建模与R软件。这个更偏向数学统计方面，大家可以选读，但是，如果真的要学习数据分析的话，数学统计方面的知识大家一定要回去回顾回顾。

一般这几本书看完后，对R的感觉就出来了。

 

6.R包和相应书籍

以上几本书看完后，我们对R的总体框架就有了。接下去就是真对一些经典的R包进行学习了。

R包一般分为3种：工具包，注释包和数据包。R语言在数据分析上非常好用，主要还是有丰富多彩的R包，方便了你对数据进行处理。常用的R包，在上面3本书中都有涉及，很多书籍对这些R包有详细的讲解。

等你看完这些书籍后，你会有种感觉：只要清楚相应的问题，只要去网站上找对应R包，然后可以使用就行，可以边学习边解决问题边工作了。不需要懂所有的知识点，只要清楚如果能找到解决你问题的方法。比如，你想话热图，确定好用pheat包，然后去网站上搜索对应的代码。你只要把你需要分析的数据格式转换为R包要求的那样，就能进行后续操作了。

但是，一些经典的R包还是需要好好看一遍的。

推荐网站：

http://www.bioconductor.org

https://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html

http://www.ggobi.org

https://www.r-bloggers.com

 

7.cheatsheet

当你完成上面几步时，你会发现可以应对工作中一些初级的问题了。然后，可以免费下载几个cheatsheet贴在桌面上，方便平时查询。

推荐网站：

https://www.rstudio.com/resources/cheatsheets

http://www.cheat-sheets.org/#PostgreSQL

 

8.网站推荐

最后，给大家推荐一个收费网站：datacamp，不过也不贵。博主是之前网站搞活动时，用几百块就注册了1年的会员。里面的课程非常好，几乎涵盖了数据分析的各个方面。博主，花了几个月的时间，把里面的R相关的课程全学了，亲测过，可食用，资源非常非常香，强烈推荐。

 

其实，到这里，博主认为算是数据分析入门了。之后，还是得在日常工作项目中进行积累。之后，更加深入的数据分析，就涉及到了机器学习啊，统计算法啊，人工智能啊。这些进阶课程的经验贴，博主之后也会分享。

 

收集的资源链接：

https://pan.baidu.com/s/1NqD62BLpD1D5mOYQ330QzQ

 

希望这个帖子对数据处理感兴趣的朋友有用。节省出一定的学习时间。