不确定从哪里开始？我们的 Understanding Data Science 课程提供数据科学要点的无代码综述。
或者继续阅读，了解 DataCamp 所教授技术的更多详细信息。
数据科学与分析语言
如果您或您的组织刚接触数据科学与分析，您需要选择一门用于分析数据的语言，并以审慎的方式做出决定。阅读我们的 博文 和 教程，了解如何在数据科学最流行的两种语言——Python 和 R——之间进行选择；或继续阅读简要总结。
Python
Python 是全球最受欢迎的编程语言之一。它已准备好用于生产环境，意味着它有能力作为一个可与您的工作流各个部分集成的单一工具。无论您是要构建 Web 应用还是机器学习模型，Python 都能助您达成目标！
- 通用编程语言（可用于构建任何类型的应用）
- 被广泛认为是最易读、最易学的编程语言之一
- 前沿机器学习与人工智能应用的首选语言
- 常用于将模型投入“生产”环境
- 部署与复现难度低
从这里开始学习 Python。
R
R 过去主要用于学术与研究领域，但近年来企业使用迅速增长。R 专为数据工作而生，为当今最先进的统计方法提供直观接口。
- 专为数据分析与可视化而构建
- 传统上由统计学家与学术研究者使用
- 前沿统计学的首选语言
- 拥有大量社区贡献的包
- 可快速构建数据驱动的应用与仪表板
从这里开始学习 R。
SQL
全球大量原始数据存放在称为关系型数据库的表格化有序集合中。数据分析师与数据科学家必须懂得如何 使用 SQL 在这些数据库中整理并提取数据。
- 适用于所有将信息存储在数据库中的组织
- 商业领域最受欢迎的技能之一
- 用于访问、查询和提取已被组织到格式化仓库（如数据库）中的结构化数据
- 其范围包括数据查询、数据操作、数据定义与数据访问控制
从这里开始学习 SQL。
数据库
数据科学家、分析师与工程师需要经常与数据库交互，数据库能在不降低性能的情况下以表格形式存储海量信息。您可以使用 SQL 从数据库中查询数据，并对数据中的不同现象及其关系进行建模。阅读我们的 博文 了解最流行数据库之间的差异，或继续阅读摘要。
Microsoft SQL Server
- 由 Microsoft 构建与维护的商业关系型数据库管理系统（RDBMS）
- 可运行于 Windows 与 Linux 操作系统
PostgreSQL
- 由 PostgreSQL Global Development Group 及其社区维护的自由开源 RDBMS
- 对初学者友好
Oracle Database
- 最受欢迎的 RDBMS，被 97% 的《财富》100 强企业采用
- 需要掌握 SQL 的扩展 PL/SQL 才能访问与查询数据
电子表格
电子表格在商业世界广泛使用，通过在表格中组织、分析与存储数据，将海量原始数据转化为清晰洞见。Microsoft Excel 与 Google Sheets 是最流行的电子表格软件，具备灵活结构，允许将数据输入到表格的单元格中。
Google Sheets
- 对用户免费
- 通过链接共享与权限设置实现用户协作
- 统计分析与可视化需要手动完成
Microsoft Excel
- 需要付费授权
- 在协作方面不如 Google Sheets 便捷
- 内置统计分析与可视化函数
商业智能（BI）工具让各个技能水平的人都能进行数据探索——而不仅仅是高级分析专业人士。它们是处理数据的最简单方式之一，提供在一处汇集数据、洞察关键驱动因素、预测结果等功能。
Tableau
Tableau 是类似于加强版 Microsoft Excel 的数据可视化软件。其用户友好的拖放功能让任何人都能轻松访问、分析并创建高影响力的数据可视化。
- 广泛使用的商业智能（BI）与分析软件，受到 Amazon、Experian 与 Unilever 等公司的信任
- 用户友好的拖放式操作
- 支持多种数据源，包括 Microsoft Excel、Oracle、Microsoft SQL、Google Analytics 与 SalesForce
从这里开始学习 Tableau。
Microsoft Power BI
Microsoft Power BI 允许用户连接并转换原始数据，添加计算列与度量，创建简单可视化，并将其组合成交互式报告。
- 基于 Web 的工具，提供实时数据访问
- 用户友好的拖放式操作
- 可利用现有的 Microsoft 体系，如 Azure、SQL 与 Excel
从这里开始学习 Power BI。
Shell
Shell 提供命令行界面，允许您仅用少量按键就能控制计算机的操作系统。它有时被称为“编程的通用胶水”，帮助用户以新方式组合现有程序、自动化重复性任务，并在可能远在全球另一端的集群与云上运行程序。
Scala
Scala 是一种面向对象与函数式相结合的混合编程语言，因大型应用与数据工程基础设施而受欢迎。受到 Netflix、Airbnb 与 Morgan Stanley 等公司的青睐，Scala 提升了生产力、应用可扩展性与可靠性。
Git
版本控制是编程的强力工具之一。它可以让您记录何时做了什么、撤销不需要的更改，并与他人进行大规模协作。Git 是现代版本控制工具，深受数据科学家与软件开发者欢迎，能让您以更少时间、更少阻力完成更多工作。
不确定从哪里开始？我们的 Understanding Data Science 课程提供数据科学要点的无代码综述。
或者继续阅读，了解 DataCamp 所教授技术的更多详细信息。
数据科学与分析语言
如果您或您的组织刚接触数据科学与分析，您需要选择一门用于分析数据的语言，并以审慎的方式做出决定。阅读我们的 博文 和 教程，了解如何在数据科学最流行的两种语言——Python 和 R——之间进行选择；或继续阅读简要总结。
Python
Python 是全球最受欢迎的编程语言之一。它已准备好用于生产环境，意味着它有能力作为一个可与您的工作流各个部分集成的单一工具。无论您是要构建 Web 应用还是机器学习模型，Python 都能助您达成目标！
从这里开始学习 Python。
R
R 过去主要用于学术与研究领域，但近年来企业使用迅速增长。R 专为数据工作而生，为当今最先进的统计方法提供直观接口。
从这里开始学习 R。
SQL
全球大量原始数据存放在称为关系型数据库的表格化有序集合中。数据分析师与数据科学家必须懂得如何 使用 SQL 在这些数据库中整理并提取数据。
从这里开始学习 SQL。
数据库
数据科学家、分析师与工程师需要经常与数据库交互，数据库能在不降低性能的情况下以表格形式存储海量信息。您可以使用 SQL 从数据库中查询数据，并对数据中的不同现象及其关系进行建模。阅读我们的 博文 了解最流行数据库之间的差异，或继续阅读摘要。
Microsoft SQL Server
PostgreSQL
Oracle Database
电子表格
电子表格在商业世界广泛使用，通过在表格中组织、分析与存储数据，将海量原始数据转化为清晰洞见。Microsoft Excel 与 Google Sheets 是最流行的电子表格软件，具备灵活结构，允许将数据输入到表格的单元格中。
Google Sheets
Microsoft Excel
商业智能工具
商业智能（BI）工具让各个技能水平的人都能进行数据探索——而不仅仅是高级分析专业人士。它们是处理数据的最简单方式之一，提供在一处汇集数据、洞察关键驱动因素、预测结果等功能。
Tableau
Tableau 是类似于加强版 Microsoft Excel 的数据可视化软件。其用户友好的拖放功能让任何人都能轻松访问、分析并创建高影响力的数据可视化。
从这里开始学习 Tableau。
Microsoft Power BI
Microsoft Power BI 允许用户连接并转换原始数据，添加计算列与度量，创建简单可视化，并将其组合成交互式报告。
从这里开始学习 Power BI。
Shell
Shell 提供命令行界面，允许您仅用少量按键就能控制计算机的操作系统。它有时被称为“编程的通用胶水”，帮助用户以新方式组合现有程序、自动化重复性任务，并在可能远在全球另一端的集群与云上运行程序。
Scala
Scala 是一种面向对象与函数式相结合的混合编程语言，因大型应用与数据工程基础设施而受欢迎。受到 Netflix、Airbnb 与 Morgan Stanley 等公司的青睐，Scala 提升了生产力、应用可扩展性与可靠性。
Git
版本控制是编程的强力工具之一。它可以让您记录何时做了什么、撤销不需要的更改，并与他人进行大规模协作。Git 是现代版本控制工具，深受数据科学家与软件开发者欢迎，能让您以更少时间、更少阻力完成更多工作。