如今，大数据分析涉及到我们生活的方方面面，很多人打算自学，所以想了解0基础的学习方法，那么下面小编给大家介绍0基础怎么学大数据分析，一起来看看吧。
0基础学大数据分析的方法
1、零基础入门数据分析，可以先从Excel开始，Excel是数据分析最常用的工具，功能强大，入门容易。
2、学习数据分析的基础知识，比如统计基础统计理论等，打好概率与统计的基础。概率与统计是数据分析的基石，可以说日常碰到的大部分的分析需求都可以用统计分析来解决。统计学，对于互联网的数据分析来说，并不需要掌握太复杂的统计理论，需要按照本科教材，学一下统计学就够了。
3、学会一门编程语言。Python和R是数据分析当中最常用的两门语言。比较推荐 Python，性能上来说，Python的速度更快，上手容易，语言相对简单。
4、掌握数据库技能。做数据分析离不开查询数据库，这里主要涉及的是SQL。入门SQL的书推荐一本《MySQL必知必会》。
5、掌握数据分析方法和数据分析工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具。可以看一下《精益数据分析》，掌握常用的数据分析方法，然后再根据自己公司的产品调整，灵活组合。
6、懂得业务知识，行业知识。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，比较有自己独到的见解。
大数据分析师要掌握的技能
1、懂业务
从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，比较有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理
一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析
指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4、懂工具
指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
5、懂设计
懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
学习大数据分析的书籍
《数据挖掘》：它从数据库角度全面系统地介绍数据挖掘的概念、方法和技术以及技术研究进展，并重点关注近年来该领域重要和最新的课题——数据仓库和数据立方体技术，流数据挖掘，社会化网络挖掘，空间、多媒体和其他复杂数据挖掘。
《Big Data》：描述关于数据建模，数据层，数据处理需求分析以及数据架构和存储实现问题的书。这本书提供了令人耳目一新的全面解决方案。但不可忽略的是，它也引入了大多数开发者并不熟悉的、困扰传统架构的复杂性问题。本书将教你充分利用集群硬件优势的Lambda架构，以及专门用来捕获和分析网络规模数据的新工具，来创建这些系统。
《Mining of Massive Datasets》：这是一本书是关于数据挖掘的。但是本书主要关注极大规模数据的挖掘，也就是说这些数据大到无法在内存中存放。由于重点强调数据的规模，所以本书的例子大都来自Web本身或者Web上导出的数据。另外，本书从算法的角度来看待数据挖掘，即数据挖掘是将算法应用于数据，而不是使用数据来“训练”某种类型的机器学习引擎。
《Presto技术内幕》：由浅入深地详细介绍了Presto的安装过程、内部运行原理机制、功能特性、性能优化方法，以及在应用过程中常见的问题及解决方案等，可用于多种数据源混合进行实时大数据分析计算，使一些使用其他大数据技术不能解决的业务场景有了一个全新有效的解决方案。
《为数据而生》：读完后，你会清楚的看到中国在大数据道路上所留下的轨迹，主要包括在智慧城市、科技、医疗、教育、商业、金融等领域的实践。书中分别阐述在大数据1.0、大数据2.0和大数据3.0时代下，相对应的数据分析需要做到分析、外化、集成。
