数据在逐渐变得廉价，但分析仍然稀缺。在美国，大数据分析师平均每年薪酬高达 17.5 万美元，而国内像 BAT 这样的大型互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高 20% 至 30% ，拥有 3-5 年经验，年薪可达 50万，颇受企业重视。
毫无疑问，数据分析师是当今最具发展潜力的职业之一。但是直至 2016 年，教育部才批准北大、对外经贸大学、中南大学 3 所高校开设数据分析相关专业。这说明迄今为止市场上还没有科班出身的数据分析师。
既然市场上没有科班出身的数据分析师，可想而知，大多数人都是依靠自学转行，这个时候，彪悍的自学能力，对一个人职业生涯起到了关键作用。
那么，如何自学
网上动辄“几十G的资料分享”的免费资源占据着我们的视线，然而，我们最大的错误就是把收集当学习，把信息当知识，最后只剩下存得满满得空虚感！
并且，免费资料通常内容陈旧，逻辑混乱，学起来无从下手，一筹莫展。珍贵的永远是付费的，最大的学习成本永远是时间。
推荐学习路径
如果你想学习数据分析，那么我推荐前辈成功的学习路径：理论－编程－实践 的顺序进行，循序渐进，事半功倍。
理论：
理论学起来往往比较枯燥，但若想打下扎实的数理基础，也必须吃得苦中苦。推荐几本好书：《深入浅出统计学》、《数据挖掘概念与技术》。
编程：
很多编程语言都可以做数据分析，比如R、Matlab、Python等。尽管有很多编程语言，但是最推荐你的是 Python 语言，因为它真的非常简单、易学，适合初学者作为入门语言。
此外，Python 拥有一个巨大而活跃的科学计算社区。Python 在数据分析和交互、探索性计算以及数据可视化等方面都有非常成熟的库和活跃的社区，使 Python 成为数据处理任务重要解决方案。
在科学计算方面，Python 拥有numpy、pandas、matplotlib、scikit-learn、ipython 等等一系列非常优秀的库和工具，特别是 pandas 在处理中型数据方面可以说有着无与伦比的优势，正在成为各行业数据处理任务的首选库。
实践：
此时的你已经兼顾了统计思维，数理知识，和数据清洗挖掘，可视化的能力。但是想成为一流的数据分析师，这还是远远不够的。还需要在大量的项目中积累经验，打磨实际操作能力。
今天重点说下如何入门？
基础理论是未来工作的根基，这句话每行都适用，理论万万不可以忽视。这个时候，建议选择一位理论基础强悍又有丰富实践经验的老师，跟着学习，并且可以随时答疑解惑，是最节约时间成本的投资。
深蓝学院是专注于人工智能等前沿科技的在线教育平台，致力于构建前沿科技课程培养体系的业界标准，涵盖人工智能、增强现实等领域。构建从基础课到进阶课的培养体系，满足相关领域小白的入门以及入门后的提高。
深蓝学院核心团队均毕业于中国科学院自动化研究所，这一全国人工智能研究 Top1 的科研机构。学院设置专门的教研机构，邀请中科院自动化所的多位研究员担任课程顾问，负责把关课程质量。讲师团队还有 BAT 等名企技术负责人、资深算法工程师等专家。讲师团队每一位成员均拥有近 10 年的相关方向科研教学一线经验，可精准地把握每项新技术的精髓和困难点。
近期，深蓝学院联合 BAT 资深算法工程师贺老师，推出了『Python数据分析』课程。采用“直播＋答疑＋作业”的形式，超过 20 个学时，长期主讲老师答疑有问必答，批改作业实践出真知。快速掌握 Python 数据分析基础知识，并结合“微博数据”分析应用背景实践，深刻理解 Python 数据分析与机器学习、深度学习以及社交网络之间的关系。
本次课程将安排以下 5 个实践项目，真正学以致用：
1. 基于微博数据的人物信息的提取与清洗
2. 基于微博数据的人物信息以及关系的数据可视化
3. 微博人物相似聚类算法
4. 微博明星人脸识别
5. 微博社区发现算法：明星关系与可视化
－ 课程讲师 －
贺老师
BAT资深算法工程师
主要负责基于 Python 的策略架构，以及基于大数据的人工智能应用落地。南开大学计算机与控制工程学院硕士，硕士期间主要研究方向是基于 FPGA 的并行计算，获得优秀硕士论文。曾工作于某知名金融信息公司，负责金融实时数据采集与分析。期间设计并实现基于 Spark 的非结构化数据处理的领域专用语言（Domain Specific Language; DSL），其核心内容在中国软件开发者大会进行演讲。
作为深蓝学院讲师，先后主讲『Python基础入门与实践』、『Python基础入门与网络爬虫实践（升级版I）』两门课程，受到学员普遍欢迎。
－ 课程目录 －
1. Python数据分析简介
1.1 Python数据分析环境配置（Anaconda）
1.2 Python数据分析的各个模块的作用和关系
1.3 Python数据分析安装配置常见库：NumPy, Pandas, SciPy, Matplotlib
1.4 数据分析应用场景与简要示例
2. NumPy库的介绍
2.1 NumPy的性能优势
2.2 数组对象处理
2.3 矩阵处理
2.4 基本操作与实践案例
3. Pandas库的介绍
3.1 Pandas基本数据结构与功能（Series）
3.2 DataFrame缺失数据处理
3.3 统计功能
3.4 数据合并、分组及比较
3.5 基本操作与实践案例
4. 习题讲解与答疑
5. Python文本数据与图像数据分析的常见技术
5.1 文本分析：清洗与常见算法
a) 正则表达式
b) 分词与关键字提取
5.2 图像分析：预处理方法(PIL)
a) 图像数据读取
b) 图像分析
5.3 基本图像处理的基本流程
5.4 实践：基于微博数据的人物信息的提取、清洗
6. 数据可视化
6.1 数据可视化简介
6.2 常用可视化方式与图表绘制
6.3 Matplolib
6.4 Seaborn
6.5 实践：基于微博数据的人物信息以及关系的数据可视化
7. Python与机器学习
7.1 什么是机器学习
7.2 scikit-learn介绍
7.3 scikit-learn内常用算法介绍
7.4 机器学习基本流程
7.5 实践：微博人物相似聚类算法
8. Python与深度学习
8.1 深度学习简介
8.2 Tensorflow入门
8.3 Kaggle：简单二分类：猫狗识别
8.4 实践图像分类：微博明星人脸识别
9. Python与社交网络
9.1 图(graph)基础
9.2 社交网络算法（包括PageRank算法、社区发现算法等）
9.3 igraph介绍与network
9.4 实践微博社区发现算法：明星关系与可视化
10. 实践讲解与答疑
－ 课程时间与学习方式 －
1、开课时间：
6月2日-7月14日，每周六、日晚上19-21点授课（端午节假期不授课）
2、学习方式：
（1）课程的课件、代码及其它学习资料将于每周五晚上7点之前更新，便于课前预习；课程视频将于每周六周日晚7点更新，一年之内可以随时看回放；
（2）报名课程后将加入微信答疑群，与讲师直接沟通，实时答疑；
（3）如需缓存视频，可下载深蓝学院安卓版APP（IOS版本即将上线）；
（4）请同学们留出4个小时左右的时间用于课程习题，以更好的吸收课程知识。
－ 限量优惠 －
1、现在联系助教宇轩微信（shenlanedu），参与限量拼团活动，课程立减 130元 ，仅限前 100 位学员。
助教宇轩微信
2、现在报名，即赠送价值 199元 ，贺老师主讲的『Python基础入门』系列课程，仅限前 100 位学员。
－ 课程特色 －
1、课程学习结束，根据每次作业的分数，评选优秀学员；
2、优秀学员获得深蓝学院认证的学习证书；
3、优秀学员可推荐至企业实习或者就业。
立即联系助教
参与拼团“立减 130 元＋领Python入门课”
手慢无！
▼
助教宇轩