完全有大概。
题主知不知道有个专业叫生理学，这是一个理科专业，但是是文理兼招的。生理学专业要学很多数据阐发，很多文科生也学的很好。
要是你要入坑数据阐发师，我发起你从四方面入门:（根据阿里数据阐发师试卷）
1.统计学
2.SQL
3.spss
4.R语言
统计学绝对是数据阐发师的核心竞争力，是你技能树的骨干，你要知道已往数据阐发也是直接靠人工谋略的。但是如今数据量级越来越大，靠手算已经不克不及办理题目了。以是你和我必要一些东西来资助你和我处理惩罚数据。比如spss便是一个专门为数据阐发开辟出来的成品软件，已经非常成熟了。你大概听别人说数据阐发师要会spss和SAS，着实呢，他们就相称于PPT和Keynote的干系。东西嘛，会一门就行。对付你这种还没入门的，spss比SAS大略，你可以就学spss不学SAS。那SQL是干什么的呢，它是数据库语言，也便是说数据太多了你要建个堆栈把它们分门别类的放好，方便查找。R语言呢，是专门用来统计和制图的一门编程语言，也是数据阐发的利器。但是呢，着实spss已经有很多成果了，以是R语言并非须要，只能说是个加分项。
以是只要你统计学的好，spss和SQL也会了，根本上就差未几了。
至于学习难度呢，统计学选外国的教程看起来思路就明了很多。SQL选对了书一点也不难，spss比SAS大略很多多少，便是一个直接点的软件，R语言跟你想的不一样，它也跟一样平常的编程语言差别。不必要多少编程底子，非常适相助为文科生的你。
话未几说，直接保举入门册本:
1.统计学:外洋的统计学册本你本身找找，看书做练习题。
2.SQL:《headfirstSQL》强推，超等大略
3.spss……这个都可以，在网上找找课件
4.R语言:可以从codeschool上R的入门教程学起，书的话《实战R语言》《Rforbeginners》《R语言核心技能手册》入门之后再多阐发case，多运用。
但是入门之后，往深里学的话还是要补充一下本身的数学方面的短板，高数、当代、分离数学（谋略机数学）和数据布局（谋略机数学）等。尤其分离数字。前期你大概感觉不到这个的紧张性。但是后期你会越来越感觉到。比如你学R语言的xx包，那个包有个论文，然后你看论文发明内里讲了有向图，你就会想这个有向图是个什么鬼。然后你学了分离数学就知道了。数据阐发师总之是一个数学和谋略机交汇处的职业，以是谋略机方面比如网页阐发等等也必要涉及一些。这些也并没有你想象的难。你和我科班出身的也便是一门学了一学期罢了。
末了，要对本身有信心，有一个idea就去实现它。这是完全大概的。多看书，多刷题，刷到肯定命量开始实行办理实际题目。我有个文科同砚就做了一个学期习题期末统计得了你和我班最高分99。如今统计很锋利。
但是我以为你更应该思量的是你的职业筹划，你学数据阐发到底是准备如今就靠这个找事变呢还是把它当做将来的跳板？要是在小公司，数据阐发师技能要求并不高，你大概学个几个月就可以去了。但是与之对应，人为也并不高。你不肯定乐意。要是去至公司呢，技能要求高，那必要肯定的时间。
总之，信托本身，文理科原来便是一个人私家为的分别罢了，大家的脑布局并无明显差别。加油(^_^)
1、在选择数据分析师这条路之前，一定要思考再三，虽然这条路看着光鲜靓丽（至少职业的薪酬收入类比其他行业不会好不少），但也是一条艰难前行之路，充满着未知、荆棘和困惑，尤其是对于文科出身的我，付出的努力更是一般理工男的好几倍吧应该……
2、虽然数据分析这个行业有着天然的专业鄙视链（文理科的逻辑思维功底、编程语言接受程度上以及数理统计基础实实在在的存在差别，这也是甲方更信赖理工科出身的重要原因，因为社科或文艺类专业，很少有学校会严格地按照数理逻辑去制定学生的课程培养计划），但是并不代表文科生没有任何机会，因为大学以前，其实我们都没正式接触过编程或统计学，大学本科更多的是提升一个人的思维、而不是过硬的专研能力。所以文科专业的朋友，兴趣和决定也是重要因素，不能单单凭借客观的专业背景就否定自己。
3、如果你要坚定的选择这条路，就必须克服各种依赖症，比如安装一个R语言或Python软件，从庞大的数据中得出客观的结论过程，用学到的知识去分析数据的价值等等，一定要动手动脑去实战，不要单凭以前的文科思维（更注重思维的创造和个性的发扬），理性思维和客观科学更重要。因为这种学习习惯决定着你必然会被同行的有心者远远地摔在后面，百度、谷歌、Stack Overflow永远向你免费敞开大门；
4、动手实践和实习参与项目是很好的数据科学或者数据分析的开端，只学不练假把式，只有直接用于实战，才能看出来你学的东西到底有多少能够落地，能够用于提升业务的价值；
5、在求职以前，倘若时间允许，把R语言、Python（数据科学相关模块）、SQL（可以选择一个平台，比如MySQL）这三大关卡早点过了。（如果你不想再天天加班补的话）；
6、如果你还是在校学生，学会分清各种事情的轻重缓急，比如各种无聊拉人凑场子讲座、听课发礼品的营销洗脑课，各种……的无效应酬社交，如果全部都用在数据分析的学习上，你会发现你的时间多了很多，自然你也可以更早地追上同行的脚步；
7、脚踏实地的去走自己的路，不会的多写、多看、多问（问真正有价值的问题）、多总结、多交流，给自己足够的转行周期（如果你是科班出身的【统计、数学、计算机】，也许会走的顺风顺水，但也不可以掉以轻心，倘若不是，请一定要慎重选择，起码要给自己一到两年的转行缓冲期【具体视自己的专业背景和技术实力而定】，什么7天精通机器学习、三个月精通人工智能，你自己敢信嘛？）
8、学会融会贯通不同领域的知识，触类旁通、横向迁移，这样学起来才有越学越有通透的感觉，否则你只能增加笔记本的厚度，徒增烦恼罢了。
其实文科生学习数据分析或零基础转行的痛快和纠结大家都有，但任何的时间节点上，倘若一直停滞不前、犹豫不决，那么所有可以有或可能有的机会都会错失。庆幸我虽然浑浑噩噩，一路上也是披荆斩棘，但时光不负我，付出终究收获成果！愿所有文科生想进入数据分析行业或转行的小伙伴一切都顺利。
CDA数据分析员的适合刚入行的考生，考试的难度是比较低的，可以先从一等级的开始考，一等级的考试比较简单，在考试的过程中是可以学到很多专业的知识的。考了CDA数据分析员之后，有一定的基础后是可以考CPDA数据分析师的，我朋友当时在中鹏的考完CDA后，然后还考了CPDA的，证书的含金量是挺高的。
但对于在职人员来说，完全放弃目前的工作去投身学习数据分析,压力会非常大,毕竟生活成本摆在那。
于是乎，在业余时间学习数据分析，作为自己日后的职业提升或转行准备，也不失为一种权宜之计。
不过,如何在业余时间学好数据分析，这也是一个值得思考好和规划好的事情。
我觉得最重要的一-点就是， 我们得清楚企业对数据分析师的基础技能需求是什么。这样我们才能有的放矢。我大抵总结如下:
(1) SQL数据库的基本操作，会基本的数据管理
(2)会用Excel/SQL做基本的数据分析和展示(3)会用脚本语言进行数据分析，Python or R
(4)有获取外部数据的能力，如爬虫
(5)会基本的数据可视化技能，能撰写数据报告
(6)熟悉常用的数据挖掘算法:回归分析、决策树、随机森林、支持向量机等
之后，怎么安排自己的业余时间就看个人了。总体来说,先学基础，再学理论,最后是工具。基本上，每一门语言的学习都是要按照这个顺序来的。
1、学习数据分析基础知识，包括概率论、数理统计。基础这种东西还是要掌握好的啊，基础都还没扎实,知识大厦是很容易倒的哈。
2、你的目标行业的相关理论知识。比如金融类的，要学习证券、银行、财务等各种知识，不然到了公司就一脸懵逼啦。
3、学习数据分析工具,软件结合案列的实际应用，关于数据分析主流软件有(从上手度从易到难):Excel, SPSS, stata, R, Python, SAS等。
4、学会怎样操作这些软件,然后是利用软件从数据的清洗开始一步步进行处理， 分析,最后输出结果，检验及解读数据。
如果是实在不懂，还可以去CDA官网上找些视频课程看。切记，第-步是必不可少的,是数据分析的基础。
CDA数据分析研究院目前有脱产和非脱产班，脱产班是6个月，非脱产班是三个月，具体什么班型怎么上课你可以看一个他们的官网，了解的就更详细一些。