进入信息时代,一个显著的特点就是信息量增大,数据量增大,面对这些数据,我们必须加以分析,才会发现其中的价值,换句话说,我们需要读懂数据,以及数据背后的意义和价值。那么分析数据的方法有很多了,古代数据量少,我们用纸笔,用算盘,现在不一样了,第一数据量大,第二,数据维度也增多了,所以古老的方法肯定不适用了,而且现在数据的载体也变了,几乎都在计算机上,各个计算机连在一起,形成互联网,数据中心等,所以我们分析数据的方式也发生了变化,基本都在计算机,靠软件进行,最常见的莫过于excel了,近几年,python突然的火爆也为数据分析注入新鲜血液,python的易学甚至使得python成为金融领域的首先工作语言,那么新人总会问,到底应该学哪个呢,下面就来分析一下。
Excel在数据分析领域用的还是比较多的,比例基本在70%或者以上,现在python非常火,大家都跟风似的觉得python天下无敌,但事实上是这样吗?
我是做python的,用编程做数据分析的好处是可以把处理过程记录下来,如果数据变化,统计图表也会自动跟着变,就是说它可以做成一个报表系统或者叫平台,想看图直接登到平台就看到了,避免重复劳动,但是不好的地方在于,如果想要修改分析逻辑,就得修改代码,这样就要求分析人员要有代码功底。还有个好处是python可以处理大数据,这个是比较大的优势,如果是那种tb级的数据,用python比较好,再一个就是数据处理比较复杂的时候,python的优势