業餘時間要學資料分析並快速上手，就要從我們身邊熟悉的做起，其實資料分析說起來神秘高深，其實我們日常都在進行資料分析，例如我們的日常消費，你所從事的工作中表格的編制等等，都離不開資料的分析，只是分析的程度不同而已。

資料分析工作包括資料的錄入、清洗整理、分析方法和工具的使用等主要幾個步驟。

我們日常消費如果你有記賬的習慣，每天每一筆所花錢款的記錄就是在做資料的錄入工作，就是在為資料分析做準備，我們在單位編制Excel電子表格也是在錄入資料。

有了資料，我們就會自然關注資料的有效性，就是資料分析中對資料進行清洗整理，就像我們日常要炒一盤青椒土豆絲，就必須對買回來的土豆和青椒進行清洗和初加工一樣，對錄入的資料這個原材料一樣也要進行清洗和整理，達到我們所需要的分析標準。如剔除一些輸錯的資料、對一些歸類不明或錯誤的資料進行重新歸類，對歸類欄位不足或多餘的進行新增或刪減等，已達到對原材料進行進一步加工的條件才行。

最後，掌握一些簡單的求和、求平均、求百分比等計算，就可以進行簡單的資料分析，如日均消費、月均消費、年均消費，本月比上月消費是增長還是減少，增長多少，減少多少等等。

另外我們可以從資料分析日常專有工具Excel學習入手，透過對這一工具的使用，就可以快速瞭解和熟悉資料分析的全貌，並達到一定的初步分析結果，為單位工作或個人生活等各方面都有精進的作用，同時也為資料分析打下紮實的基礎。

只有圍繞自身的生活和工作的學習，不僅容易理解，而且還不影響現有的工作和生活，同時還對現有的生活和工作具有提升的作用，也就是學以致用，將所學所用先用於自身實踐，這也能增強學習的信心，同時學習的效果也會非常地明顯，自然提高的速度也會很快，就更別談上手啦！

資料分析師的成長分為兩個階段：

一、技能學習階段

實踐：單純地看書不寫程式碼就是耍流氓！我們只單純地看書，不根據書上提到的演算法知識親自動手敲過一遍是很難理解其中的奧妙的。在寫程式碼前要考慮的一個問題是我們要使用什麼軟體？python？R？從目前的流行程度來看，選擇python的人比較多。那是選擇Anaconda3還是pycharm呢，那得看個人的喜好了，從我的經驗來看，使用Anaconda3比較方便，因為我們還要經常導包。

二、專案實踐

後面兩個不僅可以提供練習用的資料，還可以參加其中的一些競賽，拿到第一名的話會得到很豐厚的報酬。

在資料分析這條路上，要短時間內有很大的突破是很難的，畢竟要學習的東西太多，不僅是理論知識，還有程式設計。最重要的是堅持，堅持，再堅持！