计算机背景学习数据分析是有优势的。数据分析需要一些技术基础，简单点的话，需要会使用 Excel ，复杂点会用 Python 进行数据挖掘和数据分析 ，当然SQL语句一定要会，自己多练习。如果再懂点深度学习，那就更加厉害啦。

有计算机底子，学习 Python 新语言应该也没有什么问题，Python的学习资料有很多，可以找一些内容比较全资料，先跟着视频学习，等实操学的差不多后，再找点理论性的书籍看一看。

对于数据分析师，学习Python的时候，只需要学习很简单的基础，再加上数据分析常用到的包就可以啦，不需要学的太深，比如 Django 等Web 框架还有协程等进阶知识可以不用学，在数据分析过程中很少时候用到，包括面向对象方面的知识点也只需要懂得皮毛就行。

数据挖掘方面的知识一定要学，如何采集数据并从数据中挖掘出对业务有帮助的数据是非常重要的，关于数据分析的Python库，比如numpy、pandas等是必须要写的内容，可以结合一些企业案例，多去使用这些模块库，孰能生巧。

爬虫技术也是数据分析师的必备技能，若是不会爬虫，很多数据很难获得，没有数据就谈不上进行数据分析啦，巧妇难为无米之炊。

机器学习和深度学习可以适当的了解一下就行，对于很多数据分析师都用不到，显得有点高大上。一般企业做深度学习和机器学习的有专门的工程师。越是大公司分工越细。不过这两个方向和数据挖掘都有一定的关系，建议还是多了解一下，对你将来的职业发展非常有帮助。

最简单的技能放在最后，一般数据库MySQL或者Oracle，对于本科计算机的学生在大学课堂都有学过。编写SQL语句是基本功，要会单表复杂查询和多表连表查询，还要结合实际业务场景，对数据库中表进行统计分析。对于一个合格的数据分析师，这是必修课。

Excel 在数据分析过程中也经常会用到，对于数据集体量比较少的情况，使用 Excel 其实更加的方便。Excel 中的常用函数可以多练练，尤其是做基础统计分析的函数，它们经常被使用到。