python大神资料，辛苦整理
相信有很多的小伙伴在自学Python，有很多的刚入门的却不知道该怎么入手，从哪里学起，该找那些资料。网上有太多学习Python的资料，但是如果你想把他找齐还是挺难的，所以我在这里给大家一个福利吧，自己存了很多年的学习视频资料，有好多也是自己以前学习的，也有好多自己在网上找的，现在用不到了，无偿给大家吧！
希望大家能够把文章分享出去，关注加分享，私信我可以获取我一前自学的一整套Python学习资料
第一步：
一定要去了解你所处公司的业务，而且要深入下去，最好能够去一线全流程的走一遍，切身经历完整的业务流程。我从一家大型金融集团跳到一个物流平台，当时对物流完全不了解，一线的物流枢纽都是脏乱差的，同事都不愿意出差到一线去，宁愿呆在总部的办公室里。但是我依然跑了很多枢纽，去看仓储，看调度，跟司机跑配送，拜访客户。正是因为这样的经历，让我能够切身了解物流业务的全流程，让我了解一线的实际工作情况。当具备这样的能力后，数字在我眼睛里已经不再是数据，而是鲜活的业务，这样的“分析”才能够真正帮助到业务成长。
第二步:
一定紧紧抓住公司战略主线。上一步完成之后大家就有了“深度”，这一步需要大家提升自己的“高度”。所谓战略主线，简而言之就是公司未来一段时间的目标是什么。千万别觉得这些事情是“大佬”的事情，每一名数据分析师都应该对公司战略了然于胸，只有这样你的分析才不会“跑偏”。试问，如果公司近期的战略是高速增长，这时需要你进行产品定价分析。正确的方向是如何通过定价来快速占领市场，而如果你不了解公司的战略，把分析重点放到怎么最大化利润上，你觉得有谁会青睐使用你的分析？我在上家公司时，从来不放过任何一个能够参与到公司战略的会议，哪怕只是列席旁听。这样也保证了我的分析始终与公司主线保持一致。如果说战略会议哪能是一个小兵就能旁听的。那主动旁听你服务的业务部门的会议，如产品、运营、广告部门等。这个就简单多了。
第三步：
持续跟进数据分析方案落地，跟进迭代分析结果。没有任何一个分析方案能够自动落地的，不管你做的有多么好。并且在数据方案落地的过程中，还会持续产生更多的数据，这时也需要分析师跟进迭代，不断的修正方案，最终实现数据对业务增长的驱动。
第四步：
懂得分析汇报方式。数据分析师往往强于数理逻辑而弱于表达沟通。但要知道，很多业务领导乃至于公司高层都是非常感性的。要想他们接受你的分析结果，一定不能上来就讲数据，而是要讲“故事”，讲业务，多用图表，少用文字。确保你的分析结果在清晰准确的前提下，能够生动贴切业务。这方面比较薄弱的小伙伴建议尽快加强。如果有需要可以翻翻我之前的文章，里面分享过不少PPT模版。
第五步：
一定不要受制于“术”，而止步于“道”。很多数据分析小伙伴特别关注python等程序语言，张口闭口大数据，人工智能。其实这些都是技术而已，是我们达到目的的工具。然而，如何达到目的，策略、规划、方法等才是最重要的。GrowingIO的张溪梦大家应该都是熟悉的，他本身是从外科大夫再到美国读MBA，他就算后期自学了写代码技能但是始终没办法和科班的比，但他靠对业务的充分理解和钻研，通过数据分析帮助领英实现高速增长。最终他成为了美国十大数据科学家之一。由此可以看到“术”“道”之间何轻何重了。
做一名数据分析师是困难的，不止要懂技术，还要了解业务，懂得汇报，具有推动力，知道方法论，正因为需要综合的能力，所以市场上优秀的数据分析师供不应求。希望通过这篇文章能够给大家一点启发，沿着正确的方向和道路展开自己的数据分析之路。
