掌握Excel工具后，可以学习各种BI工具，BI工具在数据分析方面比较专业。PythonScalaR等语言在数据分析领域应用广泛，其中Python是个不错的选择。一方面Python简单易学，另一方面它的应用生态比较健全，可以搭建比较完整的数据分析场景。
即将大学毕业，想自学一项技能，该自学什么好，什么比较简单还不会没用？
作为一名IT行业的从业者，同时也是一名计算机专业的研究生导师，我来回答一下这个问题。当前正处在大数据时代，随着大数据技术逐渐落地到广大的传统行业，对于职场人来说，掌握一定的大数据知识是有必要的。学习大数据知识可以从数据分析开始，对于具备一定计算机基础的大学生来说，学习数据分析技术还是相对比较容易的，而且数据分析技术未来的应用场景会越来越多。
数据分析技术有两种技术手段，一种是采用统计学方式，另一种是采用机器学习的方式。在具体学习路线的设计上，可以按照以下的学习步骤进行第一数据分析工具。数据分析工具可以从Excel开始学起，Excel能够应对大部分职场上的初级数据分析任务，以结构化数据分析为主。在掌握Excel工具之后，接下来可以学习各种BI工具，BI工具在数据分析方面就相对比较专业了。
第二数据库知识。在数据量逐渐增大之后，就需要学习数据库知识了，重点在于Sql语言的学习。数据库是数据分析人员需要重点掌握的内容之一，包括传统的关系数据库以及目前越来越普遍的NoSql数据库。第三编程语言。目前在数据分析领域应用比较多的语言包括PythonScalaR等，其中Python语言是不错的选择，一方面Python语言简单易学，另一方面Python语言的应用生态比较健全，能够构建一个比较完整的数据分析场景。
另外，因为Python语言中有大量的库，比如NumpyMatplotlibScipypandas等。，这些库将使使用Python进行数据分析变得非常方便。最后，数据分析往往与行业场景密切相关，所以学习数据分析技术也要了解一些行业知识。目前，基于行业场景的大数据分析是大数据的一个重要应用。我从事互联网行业多年，现在也在读计算机专业的研究生。我的主要研究方向集中在大数据和人工智能领域。我会陆续写一些关于互联网技术的文章。有兴趣的朋友可以关注我，相信我会有所收获。
