想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、h

想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？

大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、hive、spark等。這些東西更傾向于數(shù)據(jù)工程、數(shù)據(jù)處理和計(jì)算。Python語言，包括pandas、numpy、SciPy等數(shù)據(jù)分析擴(kuò)展包，通過學(xué)習(xí)使用這些包，可以充分掌握數(shù)據(jù)分析的能力。因此，要學(xué)習(xí)數(shù)據(jù)分析，建議學(xué)習(xí)Python而不是大數(shù)據(jù)。

統(tǒng)計(jì)學(xué)專業(yè)應(yīng)該學(xué)Java還是Python？

這是python。

Python的主要語法很簡單，并且使用了動態(tài)類型，這帶來了許多優(yōu)點(diǎn)。因?yàn)樗且粋€動態(tài)類型，類型將在解釋過程中確定，所以在Python中很容易做到這一點(diǎn)。與Java相比，Python中的偽代碼描述的類傳遞和函數(shù)傳遞要容易得多，在程序?qū)崿F(xiàn)的層次上，與Java相比，在傳輸過程中更容易理解其原理。Python經(jīng)常用于系統(tǒng)管理、構(gòu)建web服務(wù)、web爬蟲、統(tǒng)計(jì)分析等許多方面。它是一種用途廣泛的粘合語言

我還記得我去書店的時(shí)候，有一本書叫《用Python學(xué)習(xí)統(tǒng)計(jì)》，非常適合這個問題。讓我們暫時(shí)不要評論

作為一個it從業(yè)者，讓我來回答這個問題。

首先，許多編程語言可用于數(shù)據(jù)分析。例如，R語言也廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)域。但是，如果您想從事專業(yè)的數(shù)據(jù)分析并擴(kuò)展您自己的數(shù)據(jù)分析邊界，您可以關(guān)注Python語言。究其原因，一方面是Python語言在數(shù)據(jù)分析領(lǐng)域的應(yīng)用正處于上升通道，另一方面Python是一種全場景編程語言，也可以完成落地應(yīng)用的開發(fā)。

目前有兩種數(shù)據(jù)分析方法，一種是統(tǒng)計(jì)數(shù)據(jù)分析方法，另一種是機(jī)器學(xué)習(xí)方法。Python語言廣泛應(yīng)用于這兩種數(shù)據(jù)分析方法中。目前，隨著機(jī)器學(xué)習(xí)在數(shù)據(jù)分析領(lǐng)域應(yīng)用的日益廣泛，python也受到了越來越多的關(guān)注。事實(shí)上，很多傳統(tǒng)行業(yè)也在使用Python來完成數(shù)據(jù)分析。

雖然Python語言的語法比較簡單，但是數(shù)據(jù)分析本身的任務(wù)難度不一樣，還有很多庫需要學(xué)習(xí)和掌握。因此，使用Python進(jìn)行數(shù)據(jù)分析也需要一個系統(tǒng)的學(xué)習(xí)過程。對于初學(xué)者來說，為了提高學(xué)習(xí)效率，一方面需要為自己創(chuàng)造一個實(shí)踐場景，另一方面需要與專業(yè)人士進(jìn)行交流，這對提高學(xué)習(xí)效率有著非常直接的影響。

學(xué)習(xí)Python進(jìn)行數(shù)據(jù)分析的初學(xué)者可以根據(jù)歷史經(jīng)驗(yàn)，分三個階段制定學(xué)習(xí)計(jì)劃。一是學(xué)習(xí)Python的基本語法。這個階段的學(xué)習(xí)壓力比較小，學(xué)習(xí)時(shí)間也會比較短。二是學(xué)習(xí)機(jī)器學(xué)習(xí)，三是學(xué)習(xí)場景數(shù)據(jù)分析。