數(shù)據(jù)分析師用哪個數(shù)據(jù)庫比較好？數(shù)據(jù)分析師用哪個數(shù)據(jù)庫比較好？我感覺這個問題有點脫離數(shù)據(jù)分析師的工作職責。Word軟件，尤其是ppt和excel，常數(shù)據(jù)分析師廣泛使用，數(shù)據(jù)存儲和處理可以結(jié)合access

數(shù)據(jù)分析師用哪個數(shù)據(jù)庫比較好？

數(shù)據(jù)分析師用哪個數(shù)據(jù)庫比較好？

我感覺這個問題有點脫離數(shù)據(jù)分析師的工作職責。

Word軟件，尤其是ppt和excel，常數(shù)據(jù)分析師廣泛使用，數(shù)據(jù)存儲和處理可以結(jié)合access。目前一般公司還是廣泛使用mysql，免費，輕量級，現(xiàn)在更多的都在用pg(postgresql)。

其次，分析師使用一些專業(yè)的分析軟件spss，獲取數(shù)據(jù)自我分析的BI軟件平臺:tableau、dc等。

其實我想強調(diào)的是，分析師可能60%的時間都花在數(shù)據(jù)的獲取、處理和準備上，所以sql是必然要用到的。個人認為分析師學習sql比了解數(shù)據(jù)庫要好，因為sql是一種標準化的數(shù)據(jù)查詢語言，所有的關(guān)系型數(shù)據(jù)庫，包括一些開源數(shù)據(jù)庫，甚至公司內(nèi)部的數(shù)據(jù)平臺，都有很好的支持和兼容性。

最后，對于一些第三方的數(shù)據(jù)采集或者一些跨平臺的數(shù)據(jù)處理，包括一些分析，使用python可以輕松上手。

推薦一個網(wǎng)站學習這些內(nèi)容:菜鳥教程。

怎么學好數(shù)據(jù)結(jié)構(gòu)？

個人經(jīng)驗學習很多計算機基礎(chǔ)課程建議遵循這一點，先抓住主要知識，解決主要矛盾。

在數(shù)據(jù)結(jié)構(gòu)領(lǐng)域，我們首先要關(guān)注每種數(shù)據(jù)結(jié)構(gòu)的特點(結(jié)構(gòu)和何時使用)

例如:

有了數(shù)組為什么還需要鏈表？

樹形結(jié)構(gòu)和上面兩種在存儲數(shù)據(jù)上有什么區(qū)別？(插入刪除搜索復雜度權(quán)衡？)

為什么在一般二分搜索法樹的基礎(chǔ)上出現(xiàn)了各種各樣的平衡二分搜索法樹？它們之間有什么區(qū)別？

堆在什么場景下用于存儲數(shù)據(jù)？哈希表用在什么場景？

要了解這些數(shù)據(jù)結(jié)構(gòu)的成因和使用場景，我們自然需要知道它們的結(jié)構(gòu)，以及它們的插入、刪除和搜索最重要的時間復雜度是多少，代價是什么(比如更多的空間)，能帶來的特殊性是什么(比如heap O(1)時間獲取的最大/最小值)？

了解了數(shù)據(jù)結(jié)構(gòu)的特點后，建議學習如何在自己熟悉的語言中使用。

比如c vector、list、stack、queue、set、map、unordered _ set、unordered _ map、priority _ queue的底層數(shù)據(jù)結(jié)構(gòu)是什么，在什么場景下，如何使用？配合做一些題，你就掌握了。

先掌握主干知識，就是不要去深究一棵紅黑樹的細節(jié)，比如左右手的細節(jié)或者各種哈希函數(shù)的細節(jié)，或者有多少優(yōu)化(國內(nèi)很多數(shù)據(jù)結(jié)構(gòu)課程在這上面花了很多功夫)。這并不是說它們不重要，而是你需要在骨干建立之后，根據(jù)自己的需求去豐富細節(jié)。從一開始就鉆牛角尖很可能會讓你學得稀里糊涂...而你沒有。;I don'我不知道學完這門課程有什么用...