转行做数据分析，最容易卡在「Python 到底要学到什么程度」：有人一上来啃算法和数据结构，学三个月还没碰过真实表格；也有人只背了 pandas 几个函数，面试一问数据从哪来就答不上。这篇按「够用、能干活」的标准，把知识点分成几层，给出学习顺序和每层的验收动作，你照着对一遍就知道自己缺哪块。
转行做数据分析，最容易卡在「Python 到底要学到什么程度」。有人一上来啃算法和数据结构，学三个月还没碰过真实表格；也有人只背了 pandas 几个函数，面试一问数据从哪来、口径怎么定就答不上。这篇文章按「够用、能干活」的标准，把知识点分成几层，给出学习顺序和每层的验收动作，你照着对一遍就知道自己缺哪块。
先说结论方向：数据分析岗位对 Python 的要求，和写后端、做算法完全不是一回事。你不需要把语言本身学透，需要的是能独立把一份陌生数据从打开走到出结论。所以下面的清单分必学和可跳过，每层都配一个验收动作——做不出来就说明这层没过，别急着往下走。
第一层：够用的语言基本功，别在这里恋战
这一层的目标不是「懂 Python」，而是「能读懂报错并改出来」。很多人卡在这里的原因是按编程教材的目录学，把语言特性当知识点背。实际工作中你用到的语法非常窄，窄到可以列成一张清单。
| 内容 | 处理方式 |
|---|---|
| 变量与数据类型、列表字典增删改查 | 必学，天天用 |
| for / if / while 控制流程 | 必学，写筛选逻辑绕不开 |
| 函数定义与参数、返回值 | 必学，代码复用靠它 |
| 读报错信息、定位出错行 | 必学，比任何语法都重要 |
| 类与继承、装饰器、生成器 | 可跳过，转行初期用不到 |
| 多线程、异步、内存管理 | 可跳过，遇到具体性能问题再补 |
- 验收动作：给你一份几百行的 CSV，用纯 Python 把符合条件的行挑出来并统计数量，不查资料能写出来就算过关
- 时间预期：每天一到两小时，两三周足够。卡住超过一个月，多半是方法问题，不是内容太多
- 常见误区：抄完教程代码以为会了，关掉页面自己写一遍才发现全是空的，务必自己重敲
第二层：pandas 与 numpy，这是真正的工作面
这一层是数据分析岗的核心战场，面试和笔试基本都围绕它。学和练的比例大概是一比三，看一遍就要在真实表格上做一遍，光看函数文档没用。
先搞清数据结构本身：DataFrame 和 Series 是什么、索引怎么工作、loc 与 iloc 的区别在哪。这比背函数名重要得多，因为绝大多数「结果不对」的问题，根子在索引没对齐。
- 读文件：CSV、Excel，注意编码和分隔符这两个坑
- 筛选与排序：条件组合、多列排序
- 缺失值处理：怎么判断、删还是填、填什么值要说得清理由
- 分组聚合：groupby 加聚合函数，这是做指标的主力
- 多表合并：merge 的连接方式要能说清什么场景用哪种
- 时间字段处理：转成时间类型、按周按月聚合、算时间差
numpy 不用单独啃一本书，跟着 pandas 学向量化运算和条件筛选就够了。真想深入，等你遇到大批量数值计算再说。验收动作是：拿一份脏数据，自己完成去重、补缺失、按维度汇总、导出结果整条链，中间不复制别人的代码。
容易踩的两个坑
| 现象 | 原因与处理 |
|---|---|
| 改了数据但原表没变 | 链式赋值问题，用 loc 明确写回，或加 copy |
| 合并后行数变多 | 连接键有重复值，先查唯一性再 merge |
第三层：描述性统计与可视化，让结论能被看懂
这一层的核心不是工具，是判断力：什么数据该用什么指标、什么关系该用什么图。工具会几个就够，判断错了图再漂亮也是错的。
统计部分掌握常识即可：均值中位数众数的差别、分位数、标准差、相关系数。重点在知道什么时候不能用均值——分布被极端值拉偏的时候，中位数才说明问题。可视化先会 matplotlib 和 seaborn 的基础图：折线看趋势、柱状看对比、箱线看分布和异常值、散点看两变量的关系。
- 标题和坐标轴写清楚，比配色和图表类型重要得多
- 一张图只说明一件事，堆三种图在一张画布上等于没说
- 给结论时同时说清局限：样本覆盖了谁、没覆盖谁、时间窗口多长
- 验收动作：给一组月度数据，用两三张图讲出一个可验证的结论，并说明这个结论在什么情况下不成立
第四层：按岗位方向再决定要不要继续往下
到这里必须做一次分叉判断，因为两条路要学的东西差得很远。判断依据不是兴趣，是你目标岗位的招聘描述里到底写了什么。
| 方向 | 还要补什么 | 难度感受 |
|---|---|---|
| 偏业务分析 | Excel 与 SQL 配合、指标口径定义、业务理解 | Python 够用即可，门槛在业务 |
| 偏数据开发 | 数据库连接、批量任务、大数据处理框架 | 工程能力要求明显更高 |
| 偏算法建模 | 机器学习基础、特征工程、模型评估 | 数学和工程双高，转行周期最长 |
机器学习不建议作为转行第一站。连数据清洗和口径都还没搞顺就上模型，多半是白学，因为模型效果差的时候你根本判断不出是数据问题还是方法问题。先确认目标岗位是否真在招这个方向的人再投入。
怎么排学习顺序：给一个可执行的四周起法
下面这个排法按阶段走，每个阶段都有产出物。它不保证你四周变成熟手，但能保证四周后你手里有能拿出手的东西，而不是一堆没跑通的笔记。
- 阶段一：基本功加真实表格练习只学语言基础，边学边在真实表格上练。不要看完一整套教程再动手，看完一节就自己写一段。
- 阶段二：攻 pandas 六类操作每个操作配一个自己的小任务，做完把代码留成片段备用，后面做项目直接复用。
- 阶段三：做两三个完整小项目从找数据、清洗、分析到出图写结论，全程自己走一遍，别只挑中间的分析环节做。
- 阶段四：对照招聘描述打勾逐条看你目标岗位写了什么，缺什么补什么，不要按教程目录往下刷。涉及工具选型的，去 /tools/speed-test 看同类工具的实际表现再决定投入。
一个总的判断标准：能不能在不看教程的情况下，把一份陌生数据从打开到出结论完整走完。能走完就可以开始投简历了，剩下的靠面试反馈来补，比在家继续刷教程有效。想了解各家模型在数据处理场景下的能力差异，可以到 /rankings 核对当时的评测结果，再决定用哪个当辅助工具。
下一步把清单对着自己的进度过一遍，缺哪层补哪层；工具和模型怎么选，站内导航和评测页有实时更新的对照。→常见问题
零基础转行，Python 要学到什么程度才算够？
标准不是学了多少章，而是能不能独立走完「拿到数据—清洗—分析—出结论」这条链。能对着一份陌生表格不查教程完成，并能解释每一步为什么这么做，就算够用。再往上的深度取决于目标岗位，不是取决于你学了几本书。
要不要先学机器学习再找工作？
多数数据分析岗位的日常是取数、清洗、做指标和出报告，模型用得很少。先确认目标岗位招聘要求里是否真的写了机器学习，写了再投入；没写就先补数据清洗、口径定义和可视化，这几块在面试里更常被问到。
学完这些多长时间能上手工作？
取决于每天投入时间和是否有真实数据练手，个体差异很大，没人能给你准确数字。可参考的做法是：每学一个模块就配一个真实表格的小任务，做完能复盘出踩过的坑，进度会比按教程刷快。具体岗位对工具和经验的要求，可以到 /ai-nav/category/ai-data 看同类产品与用法再对照自己的差距。
