本文主要分享下数据分析学习可参考的网站，包含数据分析工具（如SQL、Python的学习）、数据分析干货系列、数据分析项目、免费数据的获取途径的学习网站。

01

数据分析工具

该部分涉及的是数据分析工具的学习，比如SQL、Python。

☑︎ 廖雪峰的官方网站

https://www.liaoxuefeng.com/

☑︎ w3cschool

https://www.w3cschool.cn/about/about.html

☑︎ 实验楼

有很多免费的项目可以练手

https://www.lanqiao.cn/courses/?fee=free&tag=Python&sort=default&preview=&category=%E5%85%A8%E9%83%A8&level=all

☑︎ 牛客

可在线刷SQL题

https://www.nowcoder.com/exam/oj

☑︎ LintCode

专门刷题的一个网站，主要是刷算法题，也可以刷SQL、Python。

https://www.lintcode.com/problem/

☑︎ 菜鸟教程

主要是学习教程类，很适合小白学习SQL、Python等，讲解的比较通俗易通。

https://www.runoob.com/sql/sql-tutorial.html

☑︎ 自学SQL网

适合小白由浅层入深的去学习，有免费的部分有付费的部分

http://www.xuesql.cn/

☑︎ 我编写的Python题目

这是我之前学习Python的时候，为了巩固，自己也编写了一些题目。但是现在估计就写不出来了，忘的一干二净。看看有没有伙伴需要参考学习的。

① Pandas必掌握的95道精选题型

https://blog.csdn.net/m0_46988511/article/details/106277353?spm=1001.2014.3001.5502

② Numpy必掌握的76道精选题型

https://blog.csdn.net/m0_46988511/article/details/106151073?spm=1001.2014.3001.5502

02

数据分析干货

推荐的这几个网站，收录的有数据分析类的干货文章，质量比较高，大家可以看下。有些网站按照文章类型做了归类，看着比较方便；有些网站没有做归类，需要大家看的时候根据搜索下了。

☑︎ 人人都是产品经理

http://www.woshipm.com/

☑︎ 数据分析网

https://www.afenxi.com/

☑︎ 爱数据

http://www.itongji.cn/list?navid=2-6&typeid=141

☑︎ 51CTO博客的数据分析社区

https://blog.51cto.com/topic/data-analysis-community.html

☑︎ 语雀

https://www.yuque.com/explore/headlines

☑︎ CSDN

https://blog.csdn.net/nav/cloud-native?spm=1035.2022.3001.4477

03

数据分析项目

这几个网站其实主要是参加数据分析/数据挖掘竞赛的，但是我们可以围观大佬们的分析作品，借鉴并学习，里面确确实实有一些项目挺好的。

☑︎ 和鲸社区

https://www.heywhale.com/home/project

☑︎ 阿里天池

https://tianchi.aliyun.com/forum?spm=5176.12281973.J_3941670930.30.33ab1f54uNO1qz#type=new&pageNum=1

☑︎ Kaggle

https://www.kaggle.com/

☑︎ DF数据科学社区

https://discussion.datafountain.cn/?type=notebook&rank=hottest

04

获取数据

有时候练习数据分析，却找不到数据支撑，自己造数据又比较麻烦，可以从这几个网站来获取。

☑︎ 艾瑞指数

https://index.iresearch.com.cn/new/#/

☑︎ 百度指数

http://index.baidu.com/v2/topic/index.html?#/topic/all

☑︎ 阿里天池

https://tianchi.aliyun.com/dataset

☑︎ 和鲸社区

https://www.heywhale.com/home/dataset

☑︎ DF数据科学社区

https://www.datafountain.cn/datasets

☑︎ 中国政府网

http://www.gov.cn/shuju/index.htm

☑︎ 镝数据

https://www.dydata.io/datastore/search/?page=&data_type=zip

●分析师如何正确的提建议？
●品牌知名度分析