最近一直想入門數(shù)據(jù)分析的小伙伴問(wèn)我，如果要入事數(shù)據(jù)分析一直來(lái)說(shuō)要學(xué)那些語(yǔ)言呢？其實(shí)小編跟企業(yè)部門部門與侯選人接觸下來(lái)，給我的感覺(jué)是對(duì)于這個(gè)初級(jí)的數(shù)據(jù)分析師來(lái)，一般前二年做差不多都是老大讓你做的是處理臨時(shí)需求為主，如果小明給我做個(gè)報(bào)表，給市場(chǎng)部那邊拉一些流量情況，所以主要前兩年可能如果精通SQL與EXCEL再會(huì)點(diǎn)SPSS就差不多了，2年以后，老大會(huì)把一些:經(jīng)營(yíng)性分析需求與競(jìng)品分析給你，這里你可能你要需求統(tǒng)計(jì)軟件，3年以后會(huì)讓你做一些會(huì)員營(yíng)銷及其它的數(shù)據(jù)挖掘，這里一般說(shuō)來(lái)如果是互聯(lián)網(wǎng)行業(yè)可能R語(yǔ)言是最為流行。因?yàn)?a href='/map/r/' style='color:#000;font-size:inherit;'>R語(yǔ)言是開源的，所以互聯(lián)網(wǎng)企業(yè)很多在手還有一些通迅行業(yè)的咨詢公司，不過(guò)上手還是需要長(zhǎng)期的學(xué)習(xí)；SPSS界面友好型，不過(guò)企業(yè)用正版也要很大一些數(shù)，不過(guò)一般是市場(chǎng)研究用的比較多，如果你會(huì)用SPSS編程其實(shí)功能還是比較強(qiáng)大的，建議如果想先練手可以學(xué)這個(gè)，上手快；SAS一般是金融企業(yè)特別是銀行業(yè)和醫(yī)學(xué)統(tǒng)計(jì)，銀行業(yè)人員有一些是用SAS做統(tǒng)計(jì)，一般是銀行業(yè)內(nèi)部人做的，另一種是給銀行業(yè)做數(shù)據(jù)挖掘的公司,不過(guò)正版一年也要上百萬(wàn)，不是土豪也用不起，聽說(shuō)支付寶都不用，而是用R語(yǔ)言，而且SAS學(xué)習(xí)沒(méi)人指導(dǎo)很難學(xué)；

所以看小伙伴的選擇，想在傳統(tǒng)或者咨詢公司做的SPSS比較合適，想去金融特別是銀行業(yè)SAS不錯(cuò)，想進(jìn)互聯(lián)網(wǎng)公司學(xué)R語(yǔ)言可能是比較明智；

Twisted Python  觀點(diǎn)：Python在你列舉這些里面是綜合功能最強(qiáng)大的，但是這些功能分散在第三方庫(kù)里面，沒(méi)有得到有機(jī)的整合，相應(yīng)的學(xué)習(xí)成本會(huì)較高。

Python與R不同，Python是一門多功能的語(yǔ)言。數(shù)據(jù)統(tǒng)計(jì)是更多是通過(guò)第三方包來(lái)實(shí)現(xiàn)的。

具體來(lái)說(shuō)，我常用的Python在統(tǒng)計(jì)上面的Package有這樣一些

1.Numpy與Scipy。這兩個(gè)包是Python之所以能在數(shù)據(jù)分析占有一席之地的重要原因。其中Numpy封裝了基礎(chǔ)的矩陣和向量的操作，而Scipy則在Numpy的基礎(chǔ)上提供了更豐富的功能，比如各種統(tǒng)計(jì)常用的分布和算法都能迅速的在Scipy中找到。

2.Matplotlib。這個(gè)Package主要是用來(lái)提供數(shù)據(jù)可視化的，其功能強(qiáng)大，生成的圖標(biāo)可以達(dá)到印刷品質(zhì)，在各種學(xué)術(shù)會(huì)議里面出鏡率不低。依托于Python，可定制性相對(duì)于其他的圖形庫(kù)更高。還有一個(gè)優(yōu)點(diǎn)是提供互動(dòng)化的數(shù)據(jù)分析，可以動(dòng)態(tài)的縮放圖表，用做adhoc analysis非常合適。

3.Scikit Learn。非常好用的Machine Learning庫(kù)，適合于用于快速定制原型。封裝幾乎所有的經(jīng)典算法(神經(jīng)網(wǎng)絡(luò)可能是唯一的例外，不過(guò)這個(gè)有Pylearn2來(lái)補(bǔ)充)，易用性極高。

4.Python標(biāo)準(zhǔn)庫(kù)。這里主要是體現(xiàn)了Python處理字符串的優(yōu)勢(shì)，由于Python多功能的屬性和對(duì)于正則表達(dá)式的良好支持，用于處理text是在合適不過(guò)的了。

peng wang  觀點(diǎn)：Python是一套比較平衡的語(yǔ)言，各方面都可以，而R是在統(tǒng)計(jì)方面比較突出，可在處理海量數(shù)據(jù)可能就比較難勝認(rèn)。

python與R相比速度要快。python可以直接處理上G的數(shù)據(jù)；R不行，R分析數(shù)據(jù)時(shí)需要先通過(guò)數(shù)據(jù)庫(kù)把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)（通過(guò)groupby）才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統(tǒng)計(jì)結(jié)果。Python=R+SQL/Hive

R的優(yōu)勢(shì)在于有包羅萬(wàn)象的統(tǒng)計(jì)函數(shù)可以調(diào)用，特別是在時(shí)間序列分析方面（主要用在金融分析與趨勢(shì)預(yù)測(cè)）無(wú)論是經(jīng)典還是前沿的方法都有相應(yīng)的包直接使用；相比python在這方面貧乏不少。 

Python的優(yōu)勢(shì)在于其膠水語(yǔ)言的特性，一些底層用C寫的算法封裝在python包里后性能非常高效(Python的數(shù)據(jù)挖掘包Orange canve 中的決策樹分析50萬(wàn)用戶10秒出結(jié)果，用R幾個(gè)小時(shí)也出不來(lái)，8G內(nèi)存全部占滿)。