怎麼用python做資料分析

　　資料分析師這歌職業變得越來越重要，資料分析能力也變的尤為重要。而Python作為資料分析一門重要的工具。

　　其實，python這門程式設計軟體入門很簡單。但真正要達到較高的水平得下苦功。一般，知道python的基礎知識就可以開始了，像輸入、輸出、資料型別等等

　　掌握基本的程式設計之後，就可以進行簡單的資料處理。為什麼大家喜歡用python來資料分析呢，因為它有很多的庫，一般常用的有Numpy、Pandas、SciPy、Matplotpb。高深的還有Scikit-Learn、Keras。

　　Numpy主要針對陣列資料的一些相關處理。如果想要了解全面的numpy用法，可以在互動環境中輸入help（numpy）。或者檢視官網的文件。

　　Pandas則比較高階，可以處理Series、DataFrame等高階資料結構和工具。

　　Matplotpb主要用來繪製資料圖表，它可以提供各類圖形的繪製。

　　其他的一些庫，可以在遇到的時候學習，不能光學不用。

　　用BI做資料分析的優勢：

　　1、在企業大資料量上的效能和穩定性足以支援企業的各種業務分析。

　　2、BI由於其易用性、輕量型，決定了它的使用者面較廣，受眾較多，企業人員上手較快。

　　3、一些自助式BI，比如FineBI由於自動建模，得到的模型靈活多變，需求變化響應快，可免去大量溝通和建模工作，可以解放資訊部、盤活業務部。

　　Excel：普遍適用，既有基礎，又有中高階。

　　Excel透視表：中級一般用Excel透視表。

　　hihidata：比較小眾的資料分析工具，三分鐘就可以學會直接上手，無需下載安裝，直接線上就可以使用。

　　Eview：比較小眾，建立一些經濟類的模型還是很有用的，計量經濟學中經常用到。

　　SPSS：採用類似EXCEL表格的方式輸入與管理資料，資料介面較為通用，能方便的從其他資料庫中讀入資料。其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足大部分的工作需要。

　　MATLAB：是美國MathWorks公司出品的商業數學軟體，用於演算法開發、資料視覺化、資料分析以及數值計算的高階技術計算語言和互動式環境使用的。

　　SAS：是把資料存取，管理，分析和展現有機地融為一體。其功能非常強大統計方法齊，全，新。