16年我决定：以数据分析为核心技能，到风口所在的行业去工作。目前我在互联网公司从事数据工作。
之前写过一篇回答：如何快速成为数据分析师？
这篇回答作为“如何快速成为数据分析师”的补充，列举一下数据分析各个模块的学习路径。
数据分析是啥？我将数据分析分成了三种境界：
很多数据分析的简历里是不写 Excel 的，但是这不代表 Excel 不要用。实际上在工作中，数据量不大时，临时分析下数据或者画个折线图，Excel 是非常能够提高效率的。
有一定 Excel 使用经验的同学，其实完全可以在工作中遇到问题直接百度或者Google的。如果你时间充裕，也可以看下下面的两本书：
Excel应用技巧宝典 (豆瓣)
Excel实战技巧精粹 (豆瓣)
这两本书除了 Excel 技巧的讲解，还会有一些案例，以及如何逻辑严谨的去看数。
但是，这两本书内容很多很杂，时间不充裕可以挑重点先看。
重点学会使用：各类函数（IF、Countif、Countifs、SUMIF、SUMIFS、VLOOKUP 等）、透视表、基础绘图（折线图、柱状图、饼图 等）。
其次，也可以听这个课程：
跟王佩丰学Excel视频教程：Excel实战1800分钟 - 网易云课堂
SQL 语言在数据分析工作中非常重要。目前大部分公司都是将数据存储在数据库中，尤其是互联网公司，每天产生大量数据，数据分析师就从数据库中直接获取自己想要的任何数据（经过授权）来进行分析工作。
SQL 语言在数据分析工作中有多重要？
学习 SQL 我推荐的方式是刷题，但是刷题也不是盲目的刷，毫无经验的同学最好先静下心来全面学习下基础知识。这就不得不提经典入门书籍：
SQL必知必会（第3版） (豆瓣)
MySQL必知必会 (豆瓣)
这两本书很入门，也很适合入门。没有很深奥难理解的理论知识，就是教你如何看懂 SQL 语言。
网络教程我一般就看下面这个：
SQL 教程 | 菜鸟教程
没有繁琐的讲解，只有每个语句如何写，以及案例的例举。
然后，你就可以尝试着开始刷题了，从简单的题型开始，给自己一些信心先。
SQL 刷题网站有：
SQLZOO
刷题当然少不了大名鼎鼎的 Leetcode：
题库 - 力扣 (LeetCode)
我之前也写过一些刷题攻略，供参考：
如何学习 SQL 语言？刷题！！！
佰初：面试数据分析会遇到的SQL题
Python 的火爆程度可能大家都有所耳闻。Python 对于数据分析工作者来说，是非常能够提高工作效率的，写一段代码，可以把一些重复的数据报表工作变成敲一遍回车键就完事。
而且，学会了 Python，后面你也可以在分析工作中做一些机器学习算法的开发。
经常有人问我，学习 Python 还是 R语言，很纠结。我是这么回答的：
废话不多说，先上一个大神的教程：
Python教程：廖雪峰的官方网站
再来一个菜鸟教程：
Python 基础教程 | 菜鸟教程
书籍类的资料也很多，推荐几本：
Python语言入门 (豆瓣)
Python编程 : 从入门到实践 (豆瓣)
利用Python进行数据分析 (豆瓣)
下面的回答是我当时学习 Python 的过程，可以获取一个 Python 的实战项目代码：
你是如何自学 Python 的？
点赞、评论留邮箱地址，我发送一些珍藏资料给你~
市面上有很多可视化的工具，Excel、Python 也可以用来做数据可视化的工作。
一般公司使用的第三方的可视化工具有：Tableau、PowerBI 等，也有很多公司是用的自己开发的可视化工具，比如阿里巴巴就是自主研发的。（说实话这方面我的经验不是很多，只是用过一段时间 PowerBI）
这方面没有搜集到特别好的学习资料，不过有一个经验，就是这类第三方的软件工具，官网都会有很完善的培训教程，也可以加一个对方的销售或者客服人员，拿到一些资料。
统计概率是数据分析的绝对基础。很多分析方法模型都是建立在统计概率学的基础上的。这也可能是已经工作的你，最难静下心来学习的。
所以，跟之前一样，先给一个入门级别的书，其实里面很多知识都是高中就学过的，帮你复习一遍：
深入浅出统计学 (豆瓣)
进一步的，可以看一些难一点的书：
统计学习方法 (豆瓣)
这本书是从统计开始向机器学习的知识过渡了。不过对于小白来说，确实有一些难度，阅读顺序可以往后面放放。
出除了蓝宝书，西瓜书也是很出名的：
机器学习 (豆瓣)
也有更深奥一些的：
数据挖掘导论 (豆瓣)
嗯，看不看就随缘吧。
网络课程也有很多讲数学的，墙裂推荐B站上的 3Blue1Brown，用动画讲述数学专业知识，生动形象，有时间可以看看。
哔哩哔哩：3Blue1Brown
还有可汗学院的统计学公开课：
可汗学院公开课：统计学_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
复旦陈纪修老师的数据分析课程：
数学分析 复旦 陈纪修_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
清华大学的数学建模课程：
清华大学 数学建模 课程_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
清华大学出版社出品的在线学习平台：清华大学的文泉课堂免费开放，有很多高质量资源，有兴趣可以去翻翻：
文泉学堂
里面有很多计算机类和数学类的学习资源。
Head first 打头阵，这个系列很适合小白入门：
深入浅出数据分析 (豆瓣)
用差评来证明下这本书有多基础（笑cry~）。
如果你不认为自己是“毫无基础的中学生”，那就看这个：
精益数据分析 (豆瓣)
打造你的数据驱动思维模式，此书案例较多，涉及业务范畴比较广。
如果你准备找前端用户增长相关的工作：
增长黑客 (豆瓣)
这本书是国内的，整本书的框架就是漏斗分析模型，讲的是创业公司的增长之路。
也有国外的版本：
增长黑客 (豆瓣)
增长黑客的理念是这本书最早提出来的，有空也可以看看。
还有关于网站的分析：
网站分析实战
最后在推荐一本麦肯锡分析师的经典书籍：
金字塔原理
这本书除了讲解了很经典的金字塔分析方式，还对“演绎”和“归纳”两种分析逻辑有很详细的讲解。
业务 sense 这一部分太大了。每个人从事的行业不一样，业务模式也都有区别。我就推荐两本我看过的书：
数据化管理 (豆瓣)
这本书通过小白进入零售企业从0开始学习的视角，讲解了各种数据分析方法如何融入到具体的业务场景中，最终形成数据化管理模型，从而帮助企业提高运营管理能力。教你如何量化目标，如何形成逻辑缜密的说服力。
如何用数据解决实际问题 (豆瓣)
该书作者在日产公司工作十余载，专门负责为高端决策层提供参考和支持，书中的很多案例都很接地气，适合小白阅读。
这两本书都是零售领域的，主要我一直在这个领域工作。其他行业我暂时没有特别好的建议和经验分享。
如果看到这一堆书，一堆资料，佷懵。那对于小白来说正常。
可以先点赞、收藏（嘿嘿嘿~~），目前只挑每个模块入门级别的书和资料来看。
而且最好是结合：3个月拿到数据分析offer~ 里的节奏来学习，给你规划好了应该先学什么，后学什么，怎么找数据来实战。
最后说一句：
数据分析是一门跨学科的学科。对于小白来说，这是机遇也是挑战。机遇是说：就算对于科班（数学类专业）出生的朋友来说，也还是要学习IT、所在行业的业务逻辑、分析思路等很多知识；而且数据分析的岗位也会越来越多（数据分析师的前景怎么样?），数据分析（数据分析日常工作做什么：分析+监控+沟通~）的技能在其他岗位上也会越来越被重视。挑战就不多说了，要学习的内容真的多，保持学习的状态很重要。
最后，一如既往的，附上我的数据分析大礼包：
祝大家能够在大数据的浪潮里淘到金子~
