学習パス

初心者のためのデータアナリスト・ロードマップ

アナリストが実際に道具を身につけていく順番に並んだ無料コース。まずは表計算、データはそこにあるからです。次にデータベースから取り出すためのSQL、そして表計算ではできないことをやるためのNumPy・Pandas付きのPython。すべてのレッスンはブラウザで動き、Excel、SQL、Python、Pandas、Rの各コースの最後には無料の修了証があります。

学習を始める(無料)

2,347,853+ 人のcoddersがこれらのコースに登録中

470 レッスン440 チャレンジ1,998 クイズの問題

初心者向け
AIによるコーディングサポート
実践的なインタラクティブレッスン
全レッスンに音声ナレーション付き
知識を確かめるクイズ
パス全体で8枚の無料修了証

データアナリスト学習パス、ステップごとに

9 コース7 セクション470 レッスン440 チャレンジ1,998 クイズの問題

各ステップはCoddyにすでにあるコースです。順番に進んでも、足りないものへ直接飛び込んでもかまいません。どちらの場合も進捗はコースごとに保存されます。

1
ステップ1
表計算とExcel専用ページ
このステップを始める開始セル、範囲、数式、検索関数、ピボットテーブル、そしてアナリストが毎日使う関数。世界のデータの大半は表計算の中にあり、分析もたいていまず表計算で共有されます。だからパスはここから始まります。開始専用ページ
2つのセクションを順番に
1. 基礎42 レッスン34 チャレンジ235 問題
2. 数式とデータ分析28 レッスン48 チャレンジ100 問題
70 レッスン82 チャレンジ335 問題
2
ステップ2
データ分析のためのSQL専用ページ
このステップを始める開始本物のテーブルに対する選択、絞り込み、結合、グループ化、集計、そしてウィンドウ関数とサブクエリ。SQLはデータアナリスト求人で最も求められるスキルであり、いちばん早く戦力になるスキルでもあります。開始専用ページ
2つのセクションを順番に
1. 基礎72 レッスン72 チャレンジ360 問題
2. 応用27 レッスン28 チャレンジ167 問題
99 レッスン100 チャレンジ527 問題
3
ステップ3
Pythonの基礎専用ページ
このステップを始める開始変数、制御構文、関数、コレクション。NumPyとPandasが理解できるようになるためにアナリストが必要とする、ちょうど2セクション分です。クラスやオブジェクトは後回しでかまいません。現場のアナリストがそれらを書くことはまれです。開始専用ページ
2つのセクションを順番に
1. 基礎77 レッスン98 チャレンジ341 問題
2. ロジックとフロー78 レッスン77 チャレンジ329 問題
155 レッスン175 チャレンジ670 問題
4
ステップ4
NumPy：速い数値計算専用ページ
このステップを始める開始配列、ベクトル化された演算、インデックス指定、集約、ブロードキャスト。NumPyはPandasとあらゆる科学計算ライブラリの下で動くエンジンであり、これを理解した瞬間にDataFrameの操作は魔法ではなくなります。開始専用ページ18 レッスン34 問題
5
ステップ5
Pandas：Pythonで扱う表専用ページ
このステップを始める開始DataFrame、実データのクレンジング、絞り込み、グループ化、結合、形の変換。Pythonが表計算を追い越すのがこのステップです。Excelでやっていたことすべてを、開くことすらできない大きさのデータに対して、何度でも再現できます。開始専用ページ19 レッスン
6
ステップ6
データを取り込む：ファイル、JSON、API
このステップを始める開始ファイルの読み書き、JSONのパース、Web APIの呼び出し、そしてうまくいかないときの対処。現実のデータがきれいな表で渡されることはありません。自分でデータを取ってこられるアナリストは、エンジニアを待たずに済みます。開始
3件のコース（順番どおり）
31 レッスン8 チャレンジ
7
ステップ7
R、求人が求めたときに専用ページ
このステップを始める開始任意です。同じ分析の考え方を、統計チームの言語で。ベクトル、データフレーム、データ操作を扱います。志望する職種がRを挙げていなければ飛ばしてかまいません。挙げているなら、概念はすべてPythonのステップから引き継げると知ったうえで取り組んでください。開始専用ページ78 レッスン75 チャレンジ432 問題

使える機能

コーディングを学ぶために使うすべて

Learn by Doing

Write real code, query databases, build websites, and master AI prompts. Our interactive lessons cover every skill modern developers need.

playground.js

Code Editor

1const greeting = "Hello, Coddy!"

2function sayHi(name) {

3 return greeting + " " + name

Test #1

Test #2

Test #3

Input

"Alex"

Output

"Hello, Coddy! Alex"

Build Your Coding Streak

Stay consistent and watch your progress grow! Track your daily coding habit, protect your streak with freeze days, and earn rewards for showing up every day.

12 days streak

Return tomorrow to keep your streak!

January 2026

Double or Nothing

Day 5 of 7

Streak Freeze

2 left

Code Anywhere, Anytime

Take your coding journey on the go! No setup, no downloads - just open and start coding. Available on iOS, Android and Web with 4.9 star ratings.

250

Variables

CONTINUE

4.9

Rating

You're Not Alone in This

Compete on global leaderboards, invite friends to earn rewards, and celebrate each other's wins. Coding is better with friends!

Challenger LeagueTop 7 advance

Alex7+ Days

2840

Jordan7+ Days

2650

Sam7+ Days

2420

Casey

2180

Morgan7+ Days

1950

Promotion zone

Every way to learn

Read, listen, test yourself, ask the AI, or look up anything you've already covered. Every lesson meets you where you are.

Intro to Variables

Audio

A variable is a named container that stores a value you can reference later in your program.

In Python, you create one by writing the name, an equals sign, then the value you want to store.

The value can change over time - reassigning the name simply points it to a new value.

1xSarah

Prove Your Skills

Earn certificates for every course you complete. Add them to your LinkedIn profile and resume to showcase your coding expertise to employers.

Certificate of Completion

This certifies thatJohn Doehas successfully completed

Python Fundamentals

DateJan 2026

Add to LinkedIn

Coddyでデータ分析を学ぶ理由

仕事の順番どおり。多くのデータアナリスト講座はPythonから始まりますが、アナリストの一日はたいてい表計算とSQLクエリから始まります。このパスは実際に手を伸ばす順番で道具を教えるので、次の段階に進む前に各ステップがきちんと役に立ちます。
本物のデータ、本物のクエリ。本物のテーブルにSQLを書き、本物のPandasのDataFrameを変換し、本物の表計算の数式をブラウザで組み立てます。インストールは不要で、スライドで再現したものは一つもありません。
あなたのクエリを読むAIヒント。joinが違う行を返したときや、DataFrameの処理がエラーになったとき、Bugsyはあなたが書いた内容を見て、答えを渡さずに解決へと導きます。
Excel、SQL、Python、Pandas、Rの各コースで無料の修了証。それぞれ専用のURLで検証できます。Excel、SQL、Pandasの3枚は、採用担当者が10分で実力を確かめられる履歴書の3行になります。

データアナリストになることについてのよくある質問

未経験からデータアナリストになるには？

どの求人にも載っている3つの道具 - 表計算、SQL、そしてPythonかR - をこの順番で学び、そのうえで実在の公開データセットを使い、誰かが本当に聞きそうな問いに答える分析を2つか3つ書き上げてください。このパスに小さなポートフォリオを足したものがそれです。データの実務経験は、ほとんどの職種よりも自分で作り出しやすいものです。公開データセットはどれも、書かれるのを待っているプロジェクトです。

データアナリストに必要なスキルは？

手早い作業と共有のための表計算、データベースからデータを取り出すためのSQL、表計算にできないこと（クレンジング、大きなテーブルの結合、繰り返し実行できる処理）のためのプログラミング言語、平均が何を隠すのかが分かる程度の統計、そして数字を読まない相手にグラフを説明できる文章力です。このパスは前の3つを直接カバーし、残りの2つは書き上げる分析のたびに鍛えられます。

データ分析はExcel・SQL・Pythonのどれから学ぶべき？

Excelが先、SQLが次、Pythonが3番目。このパスの順番がまさにそれです。表計算はコストをかけずに「表で考える」感覚を教えてくれます。SQLはアナリスト求人で最も求められるスキルで、3週間もあれば使い物になります。Pythonが効いてくるのは、表計算では苦しいほどデータが大きいか汚いときなので、最初に学ぶのは理由のないまま学ぶことになります。

データ分析にはPythonとRのどちらがいい？

アナリスト職の多くではPythonです。求められる頻度がはるかに高く、同じスキルが自動化やエンジニアリングの仕事にもそのまま生きるからです。Rは今も統計系の学部や一部の研究チーム・製薬チームの言語です。このパスはNumPyとPandasを使うPythonを教え、Rは任意の最終ステップとして残してあるので、求人が求めたときに足せます。

データアナリストになるまでどのくらいかかる？

1日1時間で、ジュニアの水準に届くまでおよそ4〜6か月です。このパスではExcelが2〜3週間、SQLが3〜4週間、Pythonの基礎が6週間、NumPyとPandasは合わせて2〜3週間。いちばん大事なのは残りの時間です。手法を聞いていない相手にも結果を説明できるようになるまで、実在のデータセットの分析を書き続けてください。

このデータアナリスト・パスはTableauやPower BIを扱いますか？

いいえ。ページを水増しするより、そう言うほうを選びます。ダッシュボードのツールは求人でよく求められますが、その下にあるデータを整えられるようになっていれば短期間で学べます。このパスが教えるのはまさにその部分です。Coddyで可視化のコースが公開されれば、新しいステップとしてこのパスに加わります。

データアナリストの修了証に価値はありますか？

それ単体ではわずかですが、採用担当者が実際に試せるスキルと結びつけば大きな意味を持ちます。ここのExcel、SQL、Python、Pandas、Rの各コースは専用の検証可能なURLで無料の修了証を発行し、それぞれが具体的なスキルを一つ名指しします。応募者管理システムが検索するのはその行であり、面接官が証明を求める3つの論点でもあります。