前段时间，猎聘发布的《 2019 上半年中高端人才就业现状大数据报告》中提到， 2020 年到 2025 年间，中国的数据人才缺口将达到 1400 万。

除了互联网和金融行业，未来制造行业也将转型步入数字化企业，可以说数据分析师的就业前景十分广阔了。

好的数据分析师一个月不止 16000+ 。现在，数据分析才是风口。

一、 数据分析师需要具备的技能

熟悉 Excel 数据处理

数据敏感度较强

熟悉公司业务和行业知识

掌握数据分析方法

相关分析法

回归分析法

聚类分析法

判别分析法

主成分分析法

因子分析法

对应分析法

时间序列

对比分析法

分组分析法

交叉分析法

结构分析法

漏斗图分析法

综合评价分析法

因素分析法

矩阵关联分析

基本分析方法

高级分析方法

二、 数据分析师的三大任务

分析历史

预测未来

优化选择

第三、 数据分析师要求的 8 项技能

统计学

统计检验、 P 值、分布、估计

基本工具

Python

SQL

多变量微积分和线性代数

数据整理

数据可视化

软件工程

机器学习

数据科学家的思维

数据驱动

问题解决

第四、 数据分析师要求的三大能力

统计学基础和分析工具应用

计算机编码能力

特定应用领域或行业的知识

第五 数据分析

数据分析很重要的学科基础是数学，但是数学不好也没有关系，可以用 Python 来帮助学习。

Python 不仅是一门编程语言，而且是数据挖掘机器学习等技术的基础，方便建立自动化的工作流；

Python 入门不难，它对数学要求并不是太高，重要的是需要知道如何用语言表达一个算法逻辑；

Python 有很多封装好的工具库和命令，我要做的是用哪些数学方法解决一个问题，并构建出来。

要想快速入门 Python 数据分析，就要使用好 Python 相关的工具包：

（ 1 ） Python 最大的特点是拥有一个巨大而活跃的科学计算社区，采用 python 进行科学计算的趋势也越来越明显。

（ 2 ）由于 Python 有不断改良的库，使其成为数据处理任务的一大代替方案，结合其在通用编程方面的强大实力，完全可以只是用 Python 这一种语言去构建以数据为中心的应用程序 。 其中：

常用数据分析库

Numpy

Scipy

Pandas

matplotlib

常用高级数据分析库

nltk

igraph

scikit-learn

（3） 作为一个科学计算平台， Python 的能够轻松集成 C 、 C++ 以及 Fortran 代码。