为什么选择Python进行数据分析入门

小蚊子数据分析 · 公众号 · · 2020-01-14 07:49

正文

很多人入门的童鞋会问：“我想学数据分析，应该选择什么来进行入门呢？”

对于这个问题，从业数据10多年的我，一般都直接建议入门的童鞋选用Python来作为数据分析入门的工具。为什么呢？

目前主流的非编程类平台主要有：stats、SPSS、SAS等，这些工具都已经把相应的分析模块固定在相应的界面，只需要操作鼠标，就可以进行干活了。

而编程类分析平台呢？

目前主要是：Python 和R语言，虽然matlab和SAS也经常需要使用编程来进行分析。但是Python个人觉得比较好，因为它们语言很简单，英文就可以直接读懂，其次它写代码自由性很高，可以自己组装自己的模块。

对于数据分析师而言，经常需要从事：数据库操作、报告撰写、数据可视化、数据挖掘的工作。这些工作不写代码也可以操作，利用Excel进行数据可视化、使用SPSS modeler进行数据挖掘，但如果会写代码，操作的自由度更高，发展的潜力更大。

所以说，为什么要做一个会写代码的数据分析师，主要是行业的延展性及不断深入学习新技术，关键是 能够赚更多的money 。

1、 强逻辑、数理思维 ：非常有逻辑性的进行数据分析，例如加载数据>把数据进行处理转化>定位因变量和自变量等，具有非常强的数理思维。

2、 分析自由灵活 ：你可以分析过程和结果封装自己弄好的函数，以后分析需要的话，直接调用该函数就可以了，十分灵活。

3、 码农化趋势 ：这个是未来的趋势，让自己的分析思路使用计算机进行实现出来，以后写代码来实现就好。

对于Python这个语言，是在1989年圣诞节在阿姆斯特丹诞生的。它的设计哲学是：优雅、明确、简单。也就是坚持一种理念：“用一种方法，最好是只有一种方法来做一件事情。”

Python提供了交互式编程的方式，在进行数据分析时候十分简单。

正所谓：人生苦短，我用Python。

Python优势：

1、编程效率高：指编程效率高，可读，简短。

2、可移植性：代码直接放在IDE就可以使用了。

3、提供大量的开源程序包：各种各样的高手开发大量的好用的包，生态环境比较完善，免费的。

4、容错率高：有一行代码错了，直接修改那行就可以，不需要封装，直接运行就好了。