数据分析重要的是问题的理解、分析的思路、分析的流程及结果的解读，工具和编程都是实现这些分析思路的手段之一。

虽然优秀的数据分析师并非几日能速成，但入门也有入门的捷径。盘算了一下数据分析的入门知识，大体分为以下这些，只要拿出你大学时啃高数的状态，每周夯实一个基础，基本能学成。

数理统计学

统计学是数据分析师必备的基础知识之一，是一组用于汇总数据和量化给定观测样本域属性的工具。单独的原始观察数据只是数据，还不能变为我们想要的信息或知识。

有了原始数据，那么接下来的问题是：

什么是最常见或可预期的观测？

观测的限制条件是什么？

数据是什么样子的？

回答这些问题，我们需要借助一些统计工具来得出一些结论。借助统计学，你的分析深度、专业度和科学性都会有很大提升。
我们需要掌握统计学的以下几大概念：
1.集中趋势（中数、众数、平均数）
2.变异（四分位数、四分位距、异常值、方差）
3.归一化（标准分数）
4.正态分布
5.抽样分布（中心极限、抽样分布）
6.估计（置性度、置信区间）
7.假设检验
8.T检验

推荐书籍：吴喜之-《统计学•从数据到结论》