建议啊，先学R，R能应付很多统计问题了
再去学python，python语法当然了必须先掌握，这个很简单，然后就是python有两个
跟数据分析密切相关的包，如果你想做数据分析，请把重点放在两个包上
再学sql吧，毕竟单纯的学sql没有什么意义，因为什么也做不了
sql 建议先学sql server，有了python的语法基础学sqlserver很简单，当然没有基础也能学，只是有一门语言基础学起来更容易
学完sql server 再学oracle，oracle一定要学，其他数据库根据需求来学，比如Nosql就非常好
一. 数据分析，需要掌握哪些必备的统计学知识
描述统计学
1.平均值、中位数、众数
2.方差、标准差
3.统计分布：正态分布、指数分布、二项分布、卡方分布
推论统计学
1.假设检验
2.置信区间
3.显着性测试
实验设计
1.A／B测试
2.实验条件控制
3.双盲测试
4.幂律分布
二、数据分析的常用工具都有哪些？
SQL：数据科学家的必备技能
ECXCEL：容易上手，所见即所得，无需编程即可对数据进行运算和作图。
R：专门为数据科学而设计的语言，在数据科学领域比PYTHON略微受欢迎些。
Python：简单易学，功能强大且丰富，是大学教授中最受欢迎的编程语言。
Spark:专为大规模数据处理而设计的基于内存计算的引擎。
Tableau: 帮人们查看并处理数据，可进行快速分析、可视化并分享结果
推荐学python
从事数据科学所需要掌握的技能都有哪些？
要从事数据科学，我们需要从数据知识、计算机知识、专业知识这三个维度考虑
具有分析思维
基本的大学数学知识，包括微积分和线性代数。
统计学知识，包括描述统计学和推导统计学
编程基础，如 Python 、R语言、SQL语句
算法知识，如回归、分类、聚类算法等。
数据可视化，将你的分析结果展示出来。
领域专业知识，如商业知识、生物知识等，视具体分析的问题而定。
三.科学数据的工作流程是怎么样的？
虽然数据分析是一个不断迭代的过程，而且不同的步骤会有些交叉，但是我们依然可以将过程简化为以下七个步骤：
明确的问题
收集原始数据
数据清洗
数据探索
应用模型进行深度分析
传达分析结果
是分析过程可再现
