如何成为一个数据分析师--必备技能清单（中文版）

因为有同学反映英文版看得太心累，所以翻译了一下，如果有任何错误，欢迎指正。 英文版可以戳这里，后期可能会加上每个技能要求背后学习地址的链接。

总目录

• 编程
• 统计学
• 数学
• 机器学习
• 数据整理
• 数据可视化
• 数据直觉

编程

• Python
  • numpy
  • pandas
  • matplotlib
  • scipy
  • scikit-learn
• R语言
  • ggplot2
  • dplyr
  • ggally
  • reshape2
• 可选
  • ipython
  • ipython notebook
  • anaconda
  • ggplot
  • seaborn
  • 电子表格工具 (比如Excel)
• 额外的技能
  • Javascript 和 HTML
    • D3.js
    • AJAX
    • jQuery
  • C/C++ 或者 Java

统计学

• 描述性和推理性统计
  • 平均数，中位数，众数
  • 数据分布
    • 正态分布
    • 指数/泊松
    • 二项式分布
    • 卡方分布
  • 标准偏差和方差
  • 假设检验
  • P-values
  • 显著性检验
  • z检验, t检验, 曼-惠特尼秩和检验
  • 卡方检验和方差分析
• 实验设计
  • A/B 测试
  • 控制变量并选择良好的控制和测试组
  • 采样大小和幂次现象
  • 假设测试，测试假设
  • 置信水平
  • SMART实验：具体，可衡量，可行，现实，及时

数学

• 将数字和概念转换为数学表达式
• 求解代数方程中的缺失值
• 线性代数和微积分
• 矩阵, 向量点积是理解的关键。
• 特征值和特征向量 - 了解这两个概念的意义
• 多变量导数和积分在微积分

机器学习

• 监督学习
  • 决策树
  • 朴素贝叶斯分类
  • 普通最小二乘回法
  • 逻辑回归
  • 神经网络
  • 支持向量机
  • 集合方法
• 无监督学习
  • 集群算法
  • 主成分分析（PCA）
  • 奇异值分解（SVD）
  • 独立成分分析（ICA）
• 增强学习
  • Qlearning
  • TD-学习
  • 增强学习

数据整理

• ** Python **
  • 了解Python字符串库的字符串操作
  • 解析常见的文件格式，如csv和xml文件
  • 正则表达式
  • 数学变换
  • 比如，使用log-10变换将非正态分布转换为正态分布
• 数据库系统（基于SQL和基于SQL） - 数据库充当存储信息的中心枢纽
• 关系数据库，如PostgreSQL，mySQL，Netezza，Oracle等。
• 可选：Hadoop，Spark，MongoDB
• SQL

交流和数据可视化

• 了解可视化编码并传达您希望受众从可视化中移除的内容
• 编程
• matplotlib
• ggplot
• d3.js
• 显示数据并说服用户与您的数据
• 了解手头业务数据情况的背景
• 思考五个步骤，预测听众的的问题将会在哪里，你的观众将挑战你的假设和结论
• 提供（报告）预读，并在实际会议之前与感兴趣的各方进行预先协调会议