先给结论：适合谁，不适合谁
这套课的定位很清楚——面向零基础或转行的人，用七周时间把数据分析从概念拉到能上手做事的程度。它不是那种三天速成的营销课，也没打算把你包装成算法工程师。如果你的日常工作是看报表、做周报、被业务方追着问"这个数为什么降了"，或者你打算投数据分析岗但简历上没有任何相关项目，这套课值得花时间。但如果你已经有两年以上的数据工作经历，或者目标是做机器学习建模，这套课的内容对你偏浅，没必要重复买。
它解决的是哪几个具体场景
数据分析的门槛从来不在工具，而在于"拿到一个模糊问题，知道该看什么、怎么拆、用什么图说清楚"。这套课围绕的正是这条主线：
- 业务方丢过来一份 Excel，你要判断哪些字段能回答问题，缺失和异常怎么处理；
- 需要从数据库里取数，自己写得动基本的查询，而不是每次都等 IT 排期；
- 要判断两组数据的差异是真实波动还是随机噪声，避免把噪声当结论汇报；
- 把结论做成一张对方看得懂的图，而不是堆一堆默认样式的柱状图。
第四周的可视化部分就落在这最后一件事上。它花了相当篇幅讲图表类型的选择逻辑——什么数据配什么图，甘特图这类偏项目管理的图什么时候用、怎么画。这部分对天天要出汇报材料的人，实用度比想象中高。
七周的节奏是怎么排的
第零周先讲方法论和路线，回答"为什么是七周""这七周该怎么分配"，本质是让你在开始前对全局有预期，不至于第三周就放弃。后续几周分别落在数据库操作、统计学基础和 Python 数据分析这几块，最后收在可视化上。这个顺序是有讲究的：先能取到数据，再能判断数据可不可信，然后用代码做批量处理，最后才是呈现。很多人自学时反着来，先学画图，结果没有数据和统计判断撑着，图做得再漂亮也说不清问题。
需要提醒的是，七周是一个偏紧凑的安排。如果你每天只能投入一小时，实际周期大概要拉到十周以上。别被标题的数字绑架，进度以自己能消化为准。
资料怎么用效率更高
资料包里的内容按周组织，配了讲义和案例素材。建议这样用：
- 每周先看方法论部分，明确这周要解决什么问题，再进具体操作，避免一上来就陷进细节；
- 案例素材不要只看不动手，取数、清洗、出图这几步自己完整跑一遍，比看十遍视频有用；
- 统计学那几周如果卡住，先跳过推导，记住"什么场景用哪个方法"即可，回头再补原理；
- 可视化素材可以当作模板库，做自己工作时直接改，比从零调样式省时间。
买之前值得知道的两点
第一，这套课的 Python 部分偏应用，讲的是用 pandas 一类工具处理数据，不涉及工程化和部署，学完你能独立完成一份分析报告，但还不具备搭建数据管道的能力。第二，课程录制时间较早，工具版本可能和你现在用的有差异，遇到报错先查版本，不用怀疑自己。总体而言，作为转行或补基础的第一站，它的性价比是成立的；把它当成起点而不是终点，后续再按岗位需求补专项，路径会更顺。
课程目录
📁 第0周：如何七周成为数据分析师 t.png [493.5 KB] 01：为什么需要七周.mp4 [30.1 MB] 02：七周应该怎么学.mp4 [16.4 MB] 📁 第4周：数据可视化 第4周：数据可视化资料.zip [1.8 MB] 4.52甘特图（1）.mp4 [31.1 MB] 4.45常见的图表类型与应用.mp4 [16.0 MB] 4.44数据可视化之美.mp4 [16.2 MB] 4.53甘特图（2）.mp4 [17.4 MB] 4.55杜邦分析法.mp4 [49.4 MB] 4.54标靶图.mp4 [23.7 MB] 4.49散点图.mp4 [21.2 MB] 4.61 Dashboard.mp4 [27.1 MB] 4. 57 Power BI基础功能.mp4 [52.9 MB] 4. 56 Power BI入门.mp4 [29.1 MB] 4.60用BI进行数据分析（2）.mp4 [73.1 MB] 4.51符合图表.mp4 [37.5 MB] 4.47图表绘制.mp4 [17.6 MB] 4.46高级图表类型与应用.mp4 [17.3 MB] 4. 58 Power BI操作技巧 .mp4 [36.5 MB] 4.59用BI进行数据分析（1）.mp4 [103.1 MB] 4.50辅助列.mp4 [27.6 MB] 4.48 EXCEL绘图技巧.mp4 [21.3 MB] 📁 第5周：MySQL 第5周：MySQL必看.png [493.5 KB] 5. 65 SQL select.mp4 [50.0 MB] 5. 68 SQL group by高级.mp4 [28.3 MB] 5.75 SQL练习（1）.mp4 [46.9 MB] 5. 77 SQL连接power BI.mp4 [20.7 MB] 5.63数据库.mp4 [26.4 MB] 5.66 SQL条件查找.mp4 [21.5 MB] 5. 70 SQL 子查询.mp4 [28.7 MB] 5. 71 SQL join.mp4 [65.7 MB] 5.62 MySQL安装.mp4 [14.6 MB] 5.64数据库实操.mp4 [55.0 MB] 5.74 SQL时间.mp4 [12.7 MB] 5.76 SQL练习（2）.mp4 [39.6 MB] 5.69 SQL函数.mp4 [25.3 MB] 5.73 SQL加载.mp4 [14.7 MB] 5. 67 SQL group by.mp4 [13.5 MB] 5. 72 SQL leetcode.mp4 [41.9 MB] 📁 第6周：统计学 第6周：统计学资料.png [493.5 KB] 6.84直方图.mp4 [54.2 MB] 6.83箱线图.mp4 [41.9 MB] 6.85概率.mp4 [26.6 MB] 6.79分位数.mp4 [16.1 MB] 6.78 描述统计学.mp4 [17.4 MB] 6.82切比雪夫.mp4 [30.3 MB] 6.80标准差.mp4 [39.0 MB] 6.81 权重统计.mp4 [51.2 MB] 6.86贝叶斯.mp4 [39.1 MB] 📁 第7周：Python 第7周：Python必看.zip [1.8 MB] 7.1 10 Python Pandas去重.mp4 [32.2 MB] 7.1 43 Python superset 03.mp4 [4.3 MB] 7.131 Python可视化（5）.mp4 [13.0 MB] 7.126 Python练习（9）.mp4 [24.9 MB] 7.125 Python练习（8）.mp4 [26.8 MB] 7.1 08 Python Pandas 多重索引.mp4 [33.1 MB] 7.123 Python练习（6）.mp4 [45.2 MB] 7.102：dataframe.mp4 [33.9 MB] 7.1 07 Python Pandas关联.mp4 [67.2 MB] 7.087入门.mp4 [26.2 MB] 7.1 11 Python Pandas apply.mp4 [28.3 MB] 7.1 36 Python seaborn 02.mp4 [10.3 MB] 7.093 集合.mp4 [23.1 MB] 7.114 Python连接数据库.mp4 [55.4 MB] 7.1 12 Python Pandas聚合apply.mp4 [39.4 MB] 7.1 40 Python seaborn 06.mp4 [9.9 MB] 7.1 09 Python Pandas文本函数.mp4 [15.8 MB] 7.129 Python可视化（3）.mp4 [14.1 MB] 7.115 Python连接数据库2.mp4 [26.6 MB] 7.098 高阶函数.mp4 [16.8 MB] 7.099 第三方包.mp4 [14.3 MB] 7.1 38 Python seaborn 04.mp4 [15.9 MB] 7.095 Python控制流循环.mp4 [25.4 MB] 7.1 06 Python groupby.mp4 [32.2 MB] 7.1 45 Python superset 05.mp4 [70.5 MB] 7.1 44 Python superset 04.mp4 [35.1 MB] 7.1 01 Python series.mp4 [28.0 MB] 7.119 Python练习（2）.mp4 [38.2 MB] 7.124 Python练习（7）.mp4 [44.0 MB] 7.088数据类型.mp4 [29.2 MB] 7.116 Python连接数据库3.mp4 [21.6 MB] 7.1 03 Python dataframe.mp4 [47.4 MB] 7.091列表进阶.mp4 [11.5 MB] 7.089变量.mp4 [12.5 MB] 7.1 37 Python seaborn 03.mp4 [14.6 MB] 7.1 42 Python superset 02.mp4 [41.9 MB] 7.128 Python可视化（2）.mp4 [21.9 MB] 7.094控制流.mp4 [19.3 MB] 7.127 Python可视化（1）.mp4 [15.0 MB] 7.105 计算.mp4 [62.3 MB] 7.118 Python练习（1）.mp4 [32.7 MB] 7.097 Python函数.mp4 [29.9 MB] 7.132 Python可视化（6）.mp4 [16.4 MB] 7.104 read_csv.mp4 [38.0 MB] 7.133 Python可视化（7）.mp4 [34.3 MB] 7.1 41 Python superset 01.mp4 [5.6 MB] 7.120 Python练习（3）.mp4 [55.5 MB] 7.096 Python循环进阶.mp4 [14.0 MB] 7.122 Python练习（5）.mp4 [35.8 MB] 7.134 Python可视化（8）.mp4 [49.8 MB] 7.117 Python练习markdown.mp4 [10.1 MB] 7.1 13 Python Pandas数据透视.mp4 [45.9 MB] 7.130 Python可视化（4）.mp4 [30.3 MB] 7.121 Python练习（4）.mp4 [42.2 MB] 7.1 39 Python seaborn 05.mp4 [11.9 MB] 7.100 numpy.mp4 [15.4 MB] 7.092 字典.mp4 [21.9 MB] 7.1 35 Python seaborn 01.mp4 [7.4 MB] 7.090列表.mp4 [27.1 MB] 📁 第1周：数据分析思维 第1周：数据分析思维说明.zip [1.8 MB] 1.11数据分析的思维技巧：二八法.mp4 [5.7 MB] 1.8数据分析的思维技巧：多维法.mp4 [9.5 MB] 1.12数据分析的思维技巧：对比法.mp4 [8.2 MB] 1.14如何在业务时间锻炼数据分析思维.mp4 [17.3 MB] 1.6数据分析中的三种核心思维：业务化.mp4 [24.5 MB] 1.9数据分析的思维技巧：假设法.mp4 [15.1 MB] 1.13数据分析的思维技巧：漏斗法.mp4 [2.0 MB] 1.3为什么思维重要.mp4 [3.4 MB] 1.10数据分析的思维技巧：指数法.mp4 [37.3 MB] 1.5数据分析中的三种核心思维：公式化.mp4 [33.6 MB] 1.7数据分析的思维技巧：象限法.mp4 [7.1 MB] 1.4数据分析中的三种核心思维：结构化.mp4 [45.1 MB] 📁 第2周：业务 第2周：业务资料.png [493.5 KB] 2.23如何建立业务分析框架.mp4 [1.4 MB] 2.28流量模型.mp4 [5.3 MB] 2.30如何应对各种业务场景（小练习）.mp4 [47.2 MB] 2.19用户行为指标.mp4 [9.9 MB] 2.25AARRR模型.mp4 [9.4 MB] 2.31数据化管理业务.mp4 [2.8 MB] 2.29如何应对各种业务场景.mp4 [5.9 MB] 2.18产品运营指标.mp4 [26.8 MB] 2.27电子商务模型.mp4 [4.0 MB] 2.20电子商务指标.mp4 [6.2 MB] 2.15为什么业务重要.mp4 [4.4 MB] 2.21流量指标.mp4 [12.2 MB] 2.22怎么生成指标.mp4 [6.4 MB] 2.24市场营销模型.mp4 [7.0 MB] 2.17市场营销指标.mp4 [14.2 MB] 2.16经典的业务分析指标.mp4 [18.8 MB] 2.26用户行为模型.mp4 [6.6 MB] 📁 第3周：Excel 第3周：Excel文档.zip [1.8 MB] 3.38时间序列函数.mp4 [12.5 MB] 3.34常见的文本清洗函数练习.mp4 [91.0 MB] 3.33文本清洗函数.mp4 [12.7 MB] 3.39EXCEL的常见技巧.mp4 [81.1 MB] 3.35关联匹配函数.mp4 [53.3 MB] 3.42 用EXCEL进行数据分析（1）.mp4 [62.6 MB] 3.41 EXCEL工具（2）.mp4 [24.5 MB] 3.37计算统计函数.mp4 [53.2 MB] 3.40 EXCEL工具（1）.mp4 [20.7 MB] 3.43 用EXCEL进行数据分析（2）.mp4 [72.2 MB] 3.32为什么要学习EXCEL.mp4 [12.6 MB] 3.36逻辑运算函数.mp4 [36.0 MB] 适合人群 数据分析初学者 希望提升数据分析能力的人群 学习收获 掌握数据可视化工具 熟练使用数据库进行数据操作 运用Python进行数据分析 祝您学习愉快！ 学有所成，前程似锦！
