简介：这份资源面向备考CDA一级认证的数据分析初学者与转行人群，系统整理了官方课件、个人笔记与配套练习资料，帮助读者在有限时间内建立完整知识框架并顺利通过考试。压缩包共62个文件，约813.54MB，以29个pdf课件与讲义、11个docx笔记与例题、7个sql脚本、4个csv与3个xlsx数据集为主，另含2个mp4视频和1个rar补充包，覆盖理论学习、动手练习与案例实操多种用途。内容按模块展开：数据基础与表格结构、数据清洗、描述性统计与假设检验、多维数据透视、业务分析方法与可视化报表、SQL数据库应用及职业道德规范，笔记部分还整理了重点难点解析、实例应用与易错点总结。目前已有4203人学习下载，适合需要系统梳理考点、结合数据集反复练习并查漏补缺的考生参考使用。

1. CDA Level 1 备考：从课件到笔记，一条能跑通的复习链路

很多人第一次接触 CDA Level 1，第一反应是去搜“课件下载”“笔记整理”，结果拿到一堆 PDF 和零散截图，翻了两周还在第一章打转。问题不在资料少，而在资料没有变成一条可执行的复习链路。CDA Level 1 考的是业务数据分析基础，涉及数据采集、清洗、描述性统计、可视化、SQL 基础、Excel 与 Python 入门操作，知识点碎但不深。真正卡人的不是某个公式，而是“课件看完了，题还是不会做”。这篇笔记面向两类人：一是刚报名、手里只有官方教材和课件、不知道从哪下手的考生；二是已经看过一遍课件、但做题正确率卡在 60% 上下、想找一套可复现的笔记整理方法的从业者。下面按“先搭框架、再填细节、最后用错题反推”的顺序，把课件和笔记怎么配合讲清楚。

2. 先搞清楚课件和笔记各自该承担什么

2.1 课件是考纲的镜像，不是复习顺序

CDA Level 1 的课件通常按官方考纲章节组织，比如数据分析概述、数据采集与清洗、描述性统计、可视化、SQL、Excel、Python 基础等。它的价值在于“覆盖度”——告诉你哪些知识点在考纲里。但课件不是复习顺序，因为它的编排逻辑是知识分类，不是认知难度。我一般会把课件先快速过一遍，只做一件事：在目录上标出每个章节对应的题型。比如“描述性统计”对应计算题和概念题，“SQL”对应查询题，“可视化”对应图表选择题。标完之后，复习顺序就按“先计算、再查询、最后概念”来排，因为计算和查询需要动手，概念可以靠刷题反推。

2.2 笔记要写成“可检索的错题索引”

很多人做笔记是抄课件，抄完也不看。有效的笔记应该是“错题索引”：每道错题记录三个东西——考的是哪个知识点、我当时为什么错、正确解法对应课件哪一页。这样复习到后期，你不需要再翻课件，直接看笔记就能定位薄弱点。下面是一个笔记模板的代码示例，用 Python 生成一个简单的错题记录表，方便后续按知识点统计错误率。

import pandas as pd # 错题记录模板：知识点、错误原因、正确解法、课件页码 wrong_questions = pd.DataFrame({ "知识点": ["描述性统计-标准差", "SQL-分组聚合", "可视化-箱线图"], "错误原因": ["把标准差当方差算", "GROUP BY 后漏了 HAVING", "把箱线图当直方图"], "正确解法": ["标准差是方差开根号", "先 WHERE 再 GROUP BY 再 HAVING", "箱线图看中位数和四分位"], "课件页码": [45, 78, 92] }) # 按知识点统计错误次数，找出高频薄弱点 error_count = wrong_questions.groupby("知识点").size().sort_values(ascending=False) print(error_count)

这段代码的逻辑很简单：把错题结构化，然后按知识点聚合。参数说明：知识点字段要和课件目录的章节名对齐，方便后续按章节统计；错误原因要写具体，不能写“粗心”，否则复习时没有信息量；课件页码是让你能快速回查原始定义。跑完这个统计，你会看到错误集中在哪几个知识点，复习时间就按这个优先级分配。

2.3 用“三遍法”把课件读薄

第一遍：按考纲顺序快速过，只标题型，不记细节。第二遍：按题型分类精读，每读完一章，立刻做对应章节的练习题，错题录入上面的模板。第三遍：只看错题索引和课件目录，对着目录回忆每个知识点的定义和公式，回忆不出来的再翻课件。三遍下来，课件从 300 页变成 20 页错题索引，再变成 5 页高频薄弱点。这个过程里，笔记不是抄出来的，是做题做出来的。

3. 描述性统计和 SQL 的笔记怎么做才不白做

3.1 描述性统计：把公式变成“业务解释”

CDA Level 1 的描述性统计考得不深，但容易混。均值、中位数、众数、方差、标准差、四分位数、偏度、峰度，这些概念如果只背公式，做题时一换场景就懵。我的做法是每个指标写一句“业务解释”。比如标准差，业务解释是“衡量数据波动大小，标准差越大，说明数据越分散，平均值代表性越弱”。中位数是“排序后中间的值，不受极端值影响，适合收入这类有极端值的数据”。把这些解释写在笔记里，做题时先想业务场景，再选指标，正确率会明显提升。

下面是一个用 Python 计算描述性统计并输出业务解释的示例，方便你对照课件核对计算结果。

import pandas as pd import numpy as np # 模拟一组销售数据 sales = pd.Series([120, 135, 110, 200, 125, 130, 115, 140, 128, 300]) # 计算常用描述性统计指标 stats = { "均值": sales.mean(), "中位数": sales.median(), "标准差": sales.std(), "四分位数": sales.quantile([0.25, 0.5, 0.75]).tolist(), "偏度": sales.skew() } # 业务解释：均值受 300 影响被拉高，中位数更能代表典型销售水平 print(stats)

逻辑说明：sales.mean()计算均值，sales.median()计算中位数，sales.std()计算标准差，sales.quantile()计算四分位数，sales.skew()计算偏度。参数说明：quantile([0.25, 0.5, 0.75])返回下四分位、中位数、上四分位；skew()大于 0 表示右偏，说明存在高值拉高均值。这段代码跑完，你就能直观看到“均值 150 左右，中位数 128，标准差 60 多”，业务解释就是“存在极端高值，中位数更稳健”。笔记里记下这个对照关系，考试时遇到类似场景直接套。

3.2 SQL：把查询题拆成“三步走”

SQL 是 CDA Level 1 里最容易拿分也最容易丢分的部分。拿分是因为语法固定，丢分是因为逻辑顺序容易乱。我一般把 SQL 查询题拆成三步：第一步确定数据源和过滤条件（FROM + WHERE），第二步确定分组和聚合（GROUP BY + 聚合函数），第三步确定分组后的过滤和排序（HAVING + ORDER BY）。每一步写一行注释，再写代码。下面是一个典型的分组聚合查询示例。

-- 第一步：确定数据源和过滤条件 SELECT department, AVG(salary) AS avg_salary FROM employees WHERE hire_date >= '2022-01-01' -- 第二步：按部门分组 GROUP BY department -- 第三步：过滤平均工资大于 8000 的部门，并按平均工资降序排列 HAVING AVG(salary) > 8000 ORDER BY avg_salary DESC;

逻辑说明：WHERE在分组前过滤，HAVING在分组后过滤，这是最容易混的地方。参数说明：AVG(salary)是聚合函数，AS avg_salary给结果列起别名，ORDER BY avg_salary DESC按别名降序排列。笔记里把这道题记成“WHERE 和 HAVING 的区别”，错误原因写“把 HAVING 写成 WHERE”，正确解法写“分组前用 WHERE，分组后用 HAVING”。下次遇到同类题，直接看笔记就能避开。

3.3 把 SQL 错题按“错误类型”分类

SQL 错题不要按题目分类，要按错误类型分类。常见错误类型有：过滤条件放错位置（WHERE/HAVING）、聚合函数嵌套错误、JOIN 类型选错、NULL 值处理遗漏、排序和分组顺序错误。每类错误记 2 到 3 道典型题，复习时只看错误类型，不看具体题目。这样笔记越看越薄，做题时反应越来越快。

4. 可视化与 Excel 笔记：别抄图表，抄判断逻辑

4.1 可视化：先判断数据类型，再选图表

CDA Level 1 的可视化题通常是“给场景选图表”或“给图表读结论”。很多人错在凭感觉选，而不是按数据类型选。我的笔记里有一张判断表：类别数据对比用柱状图，类别数据占比用饼图，时间序列用折线图，数值分布用直方图或箱线图，两个数值变量关系用散点图。这张表不是背的，是做题时反复对照出来的。下面是一个用 Python 画箱线图和直方图的示例，方便你对照课件里的图表类型。

import matplotlib.pyplot as plt import pandas as pd # 模拟一组数值数据 data = pd.Series([12, 15, 18, 20, 22, 25, 28, 30, 35, 40, 100]) # 箱线图：看中位数、四分位和异常值 plt.figure(figsize=(8, 4)) plt.subplot(1, 2, 1) plt.boxplot(data) plt.title("箱线图：看分布和异常值") # 直方图：看数值分布形态 plt.subplot(1, 2, 2) plt.hist(data, bins=5) plt.title("直方图：看分布形态") plt.show()

逻辑说明：箱线图展示中位数、上下四分位和异常值，直方图展示数值落在各区间的频数。参数说明：bins=5控制直方图的分组数量，分组太少看不出形态，分组太多噪音大。笔记里记下“箱线图看异常值，直方图看分布形态”，考试时遇到“判断数据是否有异常值”就选箱线图，遇到“判断数据是否正态分布”就选直方图。

4.2 Excel：把函数按“使用场景”归类

Excel 部分考的是常用函数和透视表。函数不要按字母顺序背，要按场景归类：查找匹配用 VLOOKUP 或 INDEX+MATCH，条件求和用 SUMIFS，条件计数用 COUNTIFS，文本处理用 LEFT/RIGHT/MID，日期处理用 DATEDIF。每个场景记一个典型公式，笔记里写清楚参数含义。比如 SUMIFS 的语法是SUMIFS(求和区域, 条件区域1, 条件1, 条件区域2, 条件2)，参数顺序不能乱。透视表部分记“拖拽字段到行、列、值、筛选器”的操作步骤，以及“值字段设置”里选求和还是计数。

4.3 用“场景-工具-步骤”三列笔记法

可视化、Excel、SQL 这些操作类知识点，笔记用三列：场景、工具、步骤。场景写“要比较两个类别的销售额”，工具写“柱状图”，步骤写“选数据-插入-柱状图-调整坐标轴”。这样复习时先看场景，自己想工具和步骤，想不起来再看答案。比抄课件效率高得多。

5. 避坑：课件和笔记整理中最容易翻车的 5 个地方

5.1 坑一：把课件当教材逐页抄

现象：笔记抄了 100 多页，复习时根本不想翻。原因：抄写是低效输入，没有经过做题筛选。解决：笔记只记错题和易混点，课件只标题型和页码，不抄原文。

5.2 坑二：只刷题不回归课件

现象：题刷了很多，但换个问法就不会。原因：没有回到课件确认定义边界。解决：每道错题必须回课件找到对应定义，把定义的关键词抄在错题旁边。

5.3 坑三：SQL 只背语法不写注释

现象：考试时 SQL 题逻辑顺序乱，WHERE 和 HAVING 混用。原因：没有形成固定的三步走习惯。解决：每道 SQL 题都写三步注释，再写代码，练到不用想就能写出来。

5.4 坑四：描述性统计只记公式不记业务解释

现象：计算题会算，但概念题选错。原因：没有把公式和业务场景挂钩。解决：每个指标写一句业务解释，做题时先想场景再选指标。

5.5 坑五：笔记没有版本管理

现象：今天记的笔记，明天找不到，复习时重复劳动。原因：笔记散落在多个文件里。解决：用一个主文件按章节组织，错题按知识点编号，每周备份一次。下面是一个简单的笔记文件结构示例。

# 笔记目录结构 cda_level1_notes/ ├── 01_描述性统计.md ├── 02_SQL.md ├── 03_可视化.md ├── 04_Excel.md ├── 05_Python基础.md └── wrong_questions.csv

逻辑说明：每个章节一个 Markdown 文件，错题统一放在 CSV 里，方便用前面的 Python 脚本统计。参数说明：文件名用数字前缀，保证排序和考纲顺序一致；CSV 字段和前面错题模板对齐。

6. 用“错题反推”把笔记变成提分工具

6.1 每周做一次错题统计，只补高频薄弱点

复习到中期，不要从头翻课件，而是跑一次错题统计，看哪个知识点错误次数最多。比如统计结果显示“SQL-分组聚合”错了 8 次，“描述性统计-标准差”错了 5 次，那这周就只补这两个点。补的方式是：回课件看定义，做 10 道同类题，再统计一次错误率。错误率降到 20% 以下就换下一个点。

6.2 用“模拟讲题”验证是否真会

判断一个知识点是否真会，不是看能不能做对，而是看能不能讲清楚。我一般会对着笔记，假装给一个新手讲这道题：考什么、为什么选这个解法、容易错在哪。讲不顺的地方，就是没真会的地方。这个方法比反复刷题更省时间，因为讲题逼你暴露逻辑漏洞。

6.3 考前一周只看错题索引和课件目录

考前一周不要再做新题，只看两样东西：错题索引和课件目录。对着目录回忆每个知识点的定义、公式、典型题，回忆不出来的标记出来，当天补掉。错题索引看三遍，确保每道错题的“错误原因”和“正确解法”都能复述。这样上考场，看到题就能反应出考的是哪个知识点、容易错在哪。

6.4 一个具体技巧：把公式和函数写成“一句话卡片”

描述性统计的公式、SQL 的语法、Excel 的函数，每个写一张一句话卡片。比如“标准差 = 方差开根号，衡量波动大小”“HAVING 在 GROUP BY 之后执行”“VLOOKUP 第四参数写 FALSE 表示精确匹配”。卡片正面写场景，背面写答案，每天翻 10 张。这个方法看起来笨，但考前记忆效果最好。我自己复习时，把 30 多张卡片翻到能条件反射，计算题和概念题的正确率从 60% 提到 85% 以上。希望帮到你。

本文还有配套的精品资源，点击获取