SQL 和 python 如何学好

提问

AI根据立正公开的文章和视频整理,不是他本人回复

SQL 要练到能在紧张时写清逻辑,Python 够用来清理、处理和可视化数据;两者都靠真题检验,而不是靠看完教程。

SQL:入门容易,但必须练到高级用法

材料里的观点

王晨璐把 SQL 称为数据分析的“重中之重”:入门比 Python 简单,容易被轻视,但要求是 advanced。她的路径是先熟悉语句,再去刷题,题里会带 employee、department 这类真实背景,也有 edge case 考验逻辑;之后拿一亩三分地等处的面经当模拟考题,检验自己能否把情景转成商业问题⁠1。她特别提到 window function、算 growth rate,以及 missing value、null、zero 的处理,都是常考点,练完要自己总结⁠1。立正听完后的概括是“入门很简单,但需要有很多高级的东西做针对性练习”,这是他对该说法的回应,不是独立论证⁠1。

Python:够用就好,重点是数据处理

王晨璐说 Python 和 R 可互换,掌握一个即可。Python 的用途是数据清理、可视化、简单处理和跑 test 或 model;需要熟悉 NumPy、pandas,以及 tuple、list、set、dictionary 的区别⁠1。在另一期里她把同样的范围说成“到这个份上其实就够了”⁠2。立正也提到自己当年是用 Python 通过 Facebook 面试,进去后才发现必须用 SQL,于是周末找人补学⁠3。这说明两门语言的分工不同:SQL 负责取数,Python 负责处理和建模。

怎么判断学够了:用真题自测

AI推演

王晨璐给的标准很具体:找别人回忆的真题,比如 Glassdoor、一亩三分地上的面经,自己动手做一遍;会做,就离目标不远⁠1。她也强调 SQL 平时不能少练,因为面试时紧张、上白板,逻辑容易乱,熟练度要在压力下也拿得出来⁠1。立正另有一个相关观察:装桌子看一百年说明书也没用,还是得动手装⁠4。这是他对“实用技能靠做而非靠读”的表述,可以借来解释为什么刷题比看教程更接近检验。

这些建议主要来自 2020 年前后的数据科学求职语境,针对的是面试准备;如果你是为日常工作或转行学习,目标和检验方式可能不同,现有片段没有覆盖。

回到4份原文