先说结论，

问题1：数据分析技术简单来说可归类为统计分析技术和数据可视化两类。

问题2：目前阶段做数据分析使用Python更高效，方便一点。

希望我作为数据分析师的经验能对你有帮助

1、数据分析的本质

数据分析是指用适当的统计方法对收集的大量数据进行数据分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，最后再通过得到的结论应用到行业中解决实际问题。

这是一个非常好的问题，作为一名IT从业者，我来一下。

首先，随着大数据技术的落地应用，数据分析作为大数据的常见任务会逐渐增多，未来不仅IT（互联网）行业会需要进行大量的数据分析，传统行业领域也会逐渐释放出大量的数据分析任务。

从当前的技术体系来看，目前常见的数据分析方式有两种，一种是统计学方式，另一种是机器学习方式，而无论采用哪种数据分析方式，通常都离不开程序设计。当前在生产环境下，数据分析任务通常都基于平台来展开，比如Hadoop、Spark就是比较常见的数据分析平台。

在Hadoop和Spark平台下，采用Java和Python都可以，同时也可以采用Scala和R等编程语言，开发人员可以根据自身的知识结构来选择具体的编程语言，而对于初学者来说，当前学习Python语言是不错的选择。

采用Python进行数据分析有三方面好处，其一是Python语言自身比较简单易学，初学者很容易上手；其二是Python语言有众多的库可以使用，比如Numpy、Matplotlib、Pandas等，这些库对于提升Python数据分析能力有非常直接的帮助；其三是Python语言本身就是一门全场景编程语言，具有较强的落地应用能力。

我猜楼主问这个问题，主要还是对数据分析技术不太了解

先说结论：

如果你是想搭建完整的数据分析解决方案，从存储，数据处理和清洗，分析，可视化，那就用java，毕竟java这块解决方案和框架较多，比如hadoop,spark,flink等

如果你只是纯数据分析，数据集比较单一，比如想快速在excel或数据库中，检索，查询，提炼自己想要的数据，就用python

Java大数据：

Java语言应用广泛，可以应用的领域也非常多，有完整的生态体系，另外Java语言的性能也非常不错。Java与大数据的关系非常密切，一方面目前做大数据开发的程序员很多都是从Java程序员转过去的，另一方面Hadoop平台本身就是基于Java开发的，所以目前Java在大数据开发中的使用还是非常普遍的。

但是Java语言自身的复杂性让很多程序员感觉它有点“重”，格式化的东西有点多，所以在Spark平台下，很多程序员更愿意使用Scala语言，而Scala就是基于Java语言构建的，所以有Java基础再学习Scala还是比较轻松的。

单学Java以后的就业方向单一，薪资就是Java程序员的基本水平；而Java大数据工程师，以后的就业可以从事Java方面的工作，也可以涉猎大数据方面的工作，因为对大数据技术知识有所涉猎，所以谈薪资的资本会高一些：

由于大数据产业的火爆，相关职位的待遇也是水涨船高。可以看到，大数据相关职位的平均薪资已经超过月薪20K。

对于小中型数据一般通过python就可以完成数据分析，对于大数据的数据分析需要使用分布式数据存储和计算技术，一些常用的工具，hadoop,hive,spark,flink等。

掌握数据可视化工具使用，可以帮助我们快速了解业务数据，比如pyecharts,seaborn,plotly,matplotlib等

在进行python数据分析时候，可以借助一些工具库快速完成，比如pandas,numpy

一般公司中多用python来进行数据分析，毕竟数据科学狠多插件都非常的好用，希望对你有帮助，让我们共同进步。