。用python做数据分析是一件再合适不过的事情，我们举个简单的例子。

例如收集数据的方法是使用问卷，实验软件（例如，PsychoPy，OpenSesame）和观察。

当问卷和实验软件使用数字应用程序时，我们当然也会以数字文件格式（例如，Excel电子表格和逗号分隔，CSV，文件）获取数据。

题主问的是学Python做数据分析怎么样？我就实话实说了：不怎么样，尽管现在各种网站把Python捧得很高，认为数据分析师必须要有Python技能。今天我想泼一盆冷水。

为什么这么说呢？因为自打我工作以来真枪实弹的干完之后，我发现在数据分析的工作中很多很多产生巨大价值的分析仅仅是使用Excel或者一些简单的分析工具就能完成的。

本人跨专业转到互联网行业，从数据分析工程师做起，目前是算法工程师。做数据分析业务时所用语言有Python和R，感觉用的最爽的还是Python。根据这几年用Python做数据分析的经验教训，现将心得体会整理为业务案例总结如下。

以下是Python进行数据分析和机器学习的一个简单流程。

1.简单的数据描述

拿到一个数据集后，首先用Pandas包数据框的info()方法观察，数据的总体情况，查看维度大小、各个特征是字符串信息还是数值信息、有无缺失值等情况，如下图所示。

数据分析是学习Python的主要就业方向之一，随着大数据分析、数据挖掘等数据相关领域的持续火热， 用Python做数据分析的工作相信也越来越多，这也是促使Python语言本身再次火热的原因之一。

让我们从下面几个方面来看看为什么Python适合做数据分析：

1， 语言特性

Python是一门开源的、功能强大的动态编程语言， 对于动态语言来说， 往往提供开发友好的编程方式。 Python有强大的社区支持、有成千上万的成熟库和框架的支持。这使得使用Python做开发非常便捷。

python做数据分析可以说有一定的优势，python很多人学习就是因为其在大数据、人工智能方面的应用。

操作数据库，支持关系型数据库和非关系型数据

传统的关系型数据库Mysql应用比较广泛，python对mysql的支持很友好，通过调用第三方库mysqldb可以很好的访问数据库的数据。

对于非关系型数据库，也就是我们常说的Nosql，连接起来也很方便，通过pymongo这个第三方库，我们就可以访问和操作mongodb。

所以对于Python来说，访问数据库甚至于其它文件都不是一件难事，相反很方便。

可以啊，现在Python语言主要应用于爬虫技术，对数据的抓取很精准，并且之所以Python会成为做数据分析的首选，也是因为有比较齐全的数据库，利于抓取，很适合做数据分析。而且现在大数据技术和机器学习，都会用Python开发。

做数据分析是必须要学习python的，你要可以学会python很好就业的，现在市场这方面人才都不多，所以现在把python学好，未来发展前途还是非常好的。

可以关注微信公众号【python教程】会不定期分享关于python的知识

可以啊，现在Python语言主要应用于爬虫技术，对数据的抓取很精准，并且之所以Python会成为做数据分析的首选，也是因为有比较齐全的数据库，利于抓取，很适合做数据分析。而且现在大数据技术和机器学习，都会用Python开发。北京尚学堂百战程序员Python课程就很好呢，可以先试听，再深入学习的。

当然，从事数据分析工作，学习Python是再好不过的的。

Python语言

对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。

对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。

对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力了。