数据分析 知乎-数据分析怎么样?

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析 知乎的问题，于是小编就整理了2个相关介绍数据分析 知乎的解答，让我们一起看看吧。

1. 自学数据分析需要看哪些书的？求推荐？
2. 能简单通俗的解释一下什么是大数据吗？

自学数据分析需要看哪些书的？求推荐？

01 - 思路篇

《谁说菜鸟不会数据分析（入门篇）》和《深入浅出数据分析》这两本。

现在这两本书应该也有新版了，当然也有很多其他优秀的入门书籍，在京东上搜“数据分析”，你会发现很多很多书，随便挑两本看完，你就算基本了解数据分析是干什么的了。当然，这个阶段不要求你弄懂所有的知识点，主要是了解分析流程与基本概念，之后遇到问题再回来翻翻就好。当年面试支付宝，就靠这两本书了：）

02 - 技能篇

技能相关的书籍买过很多，就挑记笔记比较多的吧

SQL：《零基础学SQL》

Python：《Python编程 从入门到实践》

R语言：《R语言实战》

Excel：《数据图形化，分析更给力》

PPT：《PPT，要你好看》

逻辑表达：《金字塔原理》

03 - 业务理解篇

其实每个行业的业务入门书籍不同，但是基本的商业知识要先了解下的。

了解商业模式套路：《商业模式新生代》

图形化思考，商业常识：《餐巾纸的背面》

数据分析行业的常识：《大数据时代：生活、工作与思维的大变革》

总而言之，看完两本书，学会SQL、Excel、PPT， 就当入门了

还有关于数据分析进阶、数据产品等书单推荐，希望对你有帮助~

以上书单来自→书单来了：数据分析十年，我只推荐这些书

1、《谁说菜鸟不会数据分析》

是小蚊子数据分析团队的作品，适合入门。写作手法***用讲故事的方式，以平实的语言娓娓道来，不会吓到新入门的童鞋。

不过书籍中并不是所有知识都要着重看，看了就会发现，像水晶易表这种组件在实际工作中用的不多了。

而有些知识点比如数据清洗过程、SPSS、Excel都还是很有用的。工具篇也提及到了自动化报表、Vba等工具的使用，可以尝试一下。

2、深入浅出统计学、数据分析

写的比较有意思的两本书，可以通过《深入浅出统计学》回忆一下以前学过的统计学的基本知识，或者加深对某些概念的理解。

两本都是外国作者写的那种很厚的，很啰嗦的书。不过，对于入门者来说不至于会被某些“魔幻”化的传道授业者所吓倒。读《深入浅出数据分析》可以了解数据分析师的部分工作内容是怎样的。

3、《Excel这么用就对了》

在吧Excel摸摸熟，基本小数据都能搞定了。当如使用Excel貌似硬是靠实践，倒是用了一本书，不过是有关Vba的书籍。刚入门时候，不知道怎么搞，还以为要学好Vba。后来发现，Vba略懂宏的录制、代码修改基本就够日常工作用了。

能简单通俗的解释一下什么是大数据吗？

什么是大数据及应用？大数据即为海量数据。人类生活在三维空间中，一草一木，一山一水，人类活动的行为轨迹，都能用数据来表达。如企业的生产运营，商品标准。***的管理决策，消费者的消费水平，消费习惯。地理环境的一条公路，一条河流等等。每方面都有每方面的大数据。每个行业都有每个行业的大数据。通过各企业，行业，社会主体等等数据的集成。形成了概念更大，更有价值的大数据流。通过宇宙万物是互联的原理。以及逻辑关系的分析。能够得到。关于社会治理，企业运营，个人服务的便捷可靠，真实的服务方案。一件事物的组成并非由单一因素组成。由多方组合或者协同完成的。一件衣服的完成，要有生产布料的厂家，制衣厂家，制扣厂家，制线厂家，设计方，工人加工等等环节组合而成。大数据也是如此。大数据应用也是如此。人类刚刚迈入数字经济时代。既为以数据为生产资料的时代。谁能掌握大数据以及大数据的应用？更好地服务于人类社会。谁就占据了未来财富以及地位的制高点。中国战略性新兴产业联盟河北唐冠众兴科技有限公司毕绍鹏回答

大数据，不仅仅是数据量大，同时在其他方面，也有一定的特点。

第一，大数据数据体量非常大，传统的单机存储系统，已经无法在存储这么大量的数据，此时需要用到分布式存储技术。

第二，大数据的数据种类非常多，数据的格式也会变得复杂，比如数据种类有***、文档、图片、消息记录等等。

第三，大数据中潜藏着非常重要的价值，通过数据分析技术，对商业决策做出智能化以及数据化的支持。

大数据最主要的功能，就是为公司上层提供商业化决策支持，让公司能够结合历史数据，往正确的方向发展。大数据技术主要分为两类：大数据计算和大数据存储。

大数据计算主要分为离线计算和实时计算，具体使用要看业务场景对于数据产出时延的要求

离线计算对于数据的产出会有一定的时延，具体时延可以是15分钟、小时或者天级别的。离线任务一般会对数据进行全局批计算，这一次运行完就运行完了，不会像实时计算那样，除非你自己停止实时任务，否则实时程序会一直运行。

实时计算数据是不断产生的，一般数据产出的延迟会很低，最多是秒级别的。比如我们的数据大屏、实时数据流的加工处理等，这些场景对于数据的产出的时延要求很低。

离线计算的话，一般对于数据的产出时延没有那么高的要求，只要数据最终产出即可，具体使用像现在很多公司离线业务报表。目前大多数公司离线计算引擎使用的是Hive或者Spark，实时计算引擎目前主要是Flink。

大数据存储需要数据分布式存储，单机不能够在存储这么多巨量数据

在传统的关系型数据库中，当一个表非常大时，会使用分库分表技术，将表分布式的存储在不同的机器上面。分库分表技术可以使用开源工具TDDL。

在非关系型NoSQL数据库中，一般最底层的文件存储系统可以选择HDFS。HDFS文件系统将文件按照块来进行存储，一个块的大小为128兆，同时每个块会存储三份，对数据进行容灾存储，即使其中一个块坏了，可以选择其他块进行数据恢复。

分布式数据库系统可以对数据表进行水平分割和垂直分割。比如HBase数据库，水平分割使用的是Region，垂直分割则是使用的列族。

分布式数据存储技术，需要不同机器一起协同工作，每台机器存储整体数据的一个子集。在未来大数据时代，肯定都会使用分布式数据存储，分布式数据库，会成为大数据系统的标配。

我是Lake，专注大数据技术原理、人工智能、数据库技术、程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。

我会持续大数据、数据库方面的内容，如果你有任何问题，也欢迎关注私信我，我会认真解答每一个问题。期待您的关注

到此，以上就是小编对于数据分析 知乎的问题就介绍到这了，希望介绍关于数据分析 知乎的2点解答对大家有用。