Огонь, коротко и по делу, вот тебе дорожная карта для старта:
 Сам базовый Python (2-3 дня):
- Переменные, типы данных (int, float, str, list, dict)
 
- Условные операторы (
if, elif, else) 
- Циклы (
for, while) 
- Функции и основы работы с файлами
 
— Погугли сайт LearnPython или посмотри канал MoscowPython — у них есть экспресс-уроки
 Библиотеки для аналитики (4-5 дней):
- NumPy — массивы и базовая математика
 
- Pandas — твой хлеб и масло, работа с таблицами (DataFrame), фильтрация, группировка, простейшая агрегация
 
- Минимум — понимать, как читать CSV/Excel, вытаскивать нужные данные
 
 Визуализация (2 дня):
- Matplotlib, Seaborn — графики, гистограммы, коробочки, точки (scatter)
 
- Построить 2-3 типа графиков — на деле тебе почти всегда нужно только это
 
 Практика на реальных данных (7+ дней):
- Бери датасеты с Kaggle или UCI (просто «играть» с ними — копировать чужие проекты, повторять за туториалами, свои задачи выдумывать)
 
- Главное — не задрачивай теорию, ковыряйся в коде руками
 
 (Опционально) Чуть SQL/Excel (1-2 дня):  
— Многие задачи упираются в базу данных или банальную таблицу

 Важно: учи сразу на задачах, типа «отбери топ-5 товаров по продажам», «нарисуй график среднего чека по месяцам».  
Можно юзать любые бесплатные курсы, типа datascience.yandex.ru или stepik.org/course/4852.
Если реально сядешь за попу и не будешь отвлекаться — за 2-3 недели базу освоишь так, что сможешь собес проходить на джуна.
P.S. Если кто-то хочет шпаргалку по рабочему стеку для аналитика — кидай @, соберу мини-памятку по командам!
Удачи, бро! 
