數(shù)據(jù)分析師需要懂編程嗎？謝謝你的邀請！數(shù)據(jù)分析員通常分為兩種類型，一種是應用級數(shù)據(jù)分析員，另一種是研發(fā)級數(shù)據(jù)分析員。區(qū)別在于他們是否具有算法設計和實現(xiàn)的能力。應用級數(shù)據(jù)分析師通常需要掌握各種數(shù)據(jù)分析工

數(shù)據(jù)分析師需要懂編程嗎？

謝謝你的邀請

！數(shù)據(jù)分析員通常分為兩種類型，一種是應用級數(shù)據(jù)分析員，另一種是研發(fā)級數(shù)據(jù)分析員。區(qū)別在于他們是否具有算法設計和實現(xiàn)的能力。

應用級數(shù)據(jù)分析師通常需要掌握各種數(shù)據(jù)分析工具，將業(yè)務模型映射到數(shù)據(jù)分析工具，從而得到數(shù)據(jù)分析的結果。數(shù)據(jù)分析工具很多，如傳統(tǒng)的數(shù)據(jù)分析工具Excel、Minitab、lingo、JMP等。為了充分掌握這些工具的使用，我們需要有一定的數(shù)理統(tǒng)計基礎。通常，BI數(shù)據(jù)分析人員需要進一步掌握數(shù)據(jù)庫的基本知識，但難度往往不大。

研發(fā)級數(shù)據(jù)分析師需要掌握編程知識。R、 python、C、MATLAB等語言廣泛應用于數(shù)據(jù)分析領域。目前，通過Python等語言完成數(shù)據(jù)分析是一種常見的做法。事實上，Matlab也是一種在數(shù)據(jù)分析領域占有重要地位的軟件（語言），其功能非常強大。

在大數(shù)據(jù)時代，通過機器學習實現(xiàn)數(shù)據(jù)分析是一種常見的方式，python語言是一種常見的選擇。一方面python語言易學，另一方面python語言有豐富的庫支持，如numpy、SciPy、Matplotlib、symmetry、pandas等。這些庫的使用將大大提高算法的實現(xiàn)難度。

簡而言之，對于數(shù)據(jù)分析師來說，如果他們想在數(shù)據(jù)分析的道路上走得更遠，就必須掌握編程。事實上，編程語言本身并不是數(shù)據(jù)分析的難點。例如，學習Python仍然是一個相對容易的過程。！對于基礎薄弱的學習者來說，開始使用工具學習數(shù)據(jù)分析是一個現(xiàn)實的選擇。