数据分析真的每天都是python，SQL吗？转行数据分析的话要重点学习什么呢？
1、SQL是必备的。
2、一些python的分析工具包，numpy、pandas、matplotlib库要熟悉。
3、要会ETL。如：ETL工具 离线： sqoop、DataX、Kettle，实时:StreamSets。
ETL（提取、转换、加载）指数据驱动型组织从多个来源收集数据，然后将数据集中起来以满足数据发现、报告、分析和决策需求的过程。
4、另外一些BI工具要熟悉，不光分析数据，还得展示出来给大众看，像powerBI，fineBI，superBI，Tableau。
5、大数据方向的技术也是必备的。如：
文件存储：Hadoop HDFS、Tachyon、KFS，NFS、S3等
离线计算：Hadoop MapReduce、Spark等
流式、实时计算：Storm、Spark Streaming、S4、Flink等
NOSQL数据库：HBase、Redis、MongoDB、Dragonfly 等
SQL是数据分析师最常用的工具，几乎每天都会用到，主要是其基本用法需要掌握。
基础入门可能包含如下：
提高篇：
Python在业内使用也挺多，但不是必须，相当企业并没有要求。当然如果你想学习机器学习算法，建模，python是一个可选的基础之一，其第三方库包及其丰富。
其他的，比如BI工具，很多企业使用都不一样，这个其实可以在工作中边学边用。
既然是转行到数据分析，就涉及到如何拿到一份offer的问题。笔者以往的经历来看，相当多企业，面试开始就是SQL技术面。过关之后就会有大量的分析题，这非常考验面试者能力。
数据分析理论知识：
思维能力：这块面试官可以从你的表达，谈吐感受到。往往也是考虑的重点，建议看看经典书籍《金字塔原理》、《批判性思维》等；
项目积累：即使是转行，从未涉及过数据分析工作，在找工作之前，完全可以找到一些项目和数据练手。这样，会让自己有更充足的准备。
怎么看待零售行业开百万年薪招新零售人才？
嗯，我觉得我们都得承认一件事情：今天有许多事情复杂到完全超出了你的理解能力。它不单挑战你对资讯的处理能力，不单挑战你对技术的领悟能力，更挑战了你的心智模型---对这个世界的认知方式。我们中的大多数，都生活在自己熟知的领域内，因此认为自己掌控了一切。其实，那不过是整个世界的一小瓣碎片。不必关注。
如果没有考上大学，会失去很多东西吗？
当然会失去很多。不过考上大学也会失去很多东西，只是失去的不一样。人生任何一段经历都会得到很多，没有了其他经历也会失去很多。只是看自己的取舍了。而且有些选择需要有资本，比如上大学，上什么样的大学，需要分数做资本。
考大学跟失去东西没有必然的联系，无非就是少了一段经历而已，失去与得到也不是绝对的，我好多同学大学没考上自己创业搞得非常好，我上了大学现在混的我不咋地，所以说这个看你自己了，失去与得到不是绝对的
谢谢邀请。我个人的观点，没有考上大学，自然会失去上学期间的东西，这就是有失但也有得。得到的是比上大学期间的社会经验，社会经历比他们多，而且可以通过其他方式获取大学的文凭。供参考。
