SPSS和Python,单纯地说哪个好,是没有意义的,还要看你用来干什么?

我来帮你区分一下这些术语。

1、分析工具:Excel、SPSS、Tableau属于分析工具类;

2、分析语言:Python、R属于分析脚本语言。

分析工具类,如果细分还可以分为统计工具和挖掘工具。

  • 1)统计工具: 比如像Excel/Tableau/PowerBI都属于统计工具,此类工具的很简单,是基于统计(比如分类汇总)的分析工具,通过统计指标,查看业务的规律、变化、趋势等等,来作出对业务的判断并给出合适的业务策略。所以,此类工具侧重于业务的描述性分析(业务规律、业务变化、业务周期),常用有的分析方法有:对比分析、分布分析、结构分析、趋势分析等等。
  • 2)挖掘工具: 像SPSS/SAS类就属于挖掘工具。此类挖掘工具侧重探索隐藏得比较深的业务知识和模式,挖掘工具侧重于业务的影响因素分析、预测性分析等等,讲究分析模型(比常规的分析方法要复杂),在分析模型中不见得有统计指标,而是模式。常用的分析模型:影响因素分析(相关/方差/列联分析)、数据预测模型(回归预测/时序预测)、分类预测模型(决策树、神经网络、支持向量机等),当然还其它更多的模型,比如聚类、关联等等。

理论上,使用高级的数据挖掘工具也是可以进行常规的数据统计分析的,即Excel能够实现的,理论上SPSS也可以实现。但坦白地说,用挖掘工具来做统计工具分析,其效率反而没有统计工具高。

不过,当前绝大多数公司,都是在用Excel/SQL来做数据分析,可见他们并没有什么复杂的业务问题需要用到更高级的分析工具,简单的工具已经足以胜任平时的业务数据分析了。

最后再来说分析语言Python/R。

3)分析语言。

当然你也可以认为分析语言本身也是一种分析工具。只是这种分析工具与Excel/SPSS相比不一样,Excel/SPSS只需要通过拖拉就能够实现数据分析结果,但Python/R则需要通过写脚本写代码的方式来运行分析。

作为工具,Excel/SPSS中已经内置和封装了很多常用的分析方法、分析模型,所以你不需要花太多的时间去弄明白是怎样实现的,甚至你有时不需要知道数据公式和原理(如果知道的话就更好了),你只需要聚焦在业务层面,就可以实现业务数据分析,得到良好的分析结果。

但是,如果你们公司需要一些特殊的分析模型,或者需要对原有的模型进行修改或优化,而分析工具又不支持的话,那么此时你就得要使用分析语言Python来实现自定义的分析流程了。而且,当你使用Python分析语言时,你就得必须了解分析模型的原理及实现,还得懂编程的一系列技能,那么你得花大量的时间在如何实现模型上,无法聚焦在业务问题的解决上了。所以,比起用分析工具,用Python的好处是可以任意修改或定制化模型、可以自动化实现分析流程,但坏处也是显而易见的(分析复杂、周期较长、效果不一定好)。你拥有了定制化,就失去了简洁;你拥有强的功能,就增加了复杂度,此即有得就必有失了。

所以,一般人我是不建议他们学习Python的。因为学习难度高,学习周期长,还不一定有Excel/SPSS好用和效果好。除非你本身就具有编程能力,此时转学Python就相对容易了。

关于就业,最后说一下:

  • ----实际情况,当前绝大多数的企业,业务简单到只需要用Excel等分析工具,就能够解决工作中80%的业务问题,部分复杂问题只需要用SPSS也可以基本解决;
  • ----当然,如果你说你懂什么Python/Hadoop等,那绝对是装B的加分项。尽管有很多公司领导甚至不知道这两个英文是什么意思。

数据分析工具用SPSS和Python哪个好?相关推荐

  1. Python中常用的数据分析工具(模块)有哪些?

    本期Python培训分享:Python中常用的数据分析工具(模块)有哪些?Python本身的数据分析功能并不强,需要安装一些第三方的扩展库来增强它的能力.我们课程用到的库包括NumPy.Pandas. ...

  2. 备忘--简单比较SPSS、RapidMiner、KNIME以及Kettle四款数据分析工具

    SPSS.RapidMiner.KNIME以及Kettle四款工具都可以用来进行数据分析,只是彼此有各自的侧重点和有劣势.它们都可以逐步的定义数据分析过程,也同样都可以对数据进行ETL处理.笔者从自己 ...

  3. 大数据分析工具鄙视链:Python成老大,Excel小弟都称不上?

    佛说,一切众生相皆是无相.数据分析做到极致,也可以"无相无生". 在说今天的话题之前,我想先抛出一个结论: "做数据分析,不要建立一种以掌握的软件来给自己分级的心态,但是 ...

  4. spss和python哪个好用_数据分析5大软件PK,你最爱哪个?

    虽然数据分析的工具千万种,综合起来万变不离其宗.无非是数据获取.数据存储.数据管理.数据计算.数据分析.数据展示等几个方面.而SAS.R.SPSS.python.excel是被提到频率最高的数据分析工 ...

  5. python医学应用_数据分析工具鄙视链:Python、R语言是老大,Excel只能称小弟?

    最新行业报告 2020数据分析.商业分析行业报告工作岗位与职能.薪资对比.热招公司等多方面详细解读帮助你一网打尽,斩获心仪Offer! 扫码回复[数据分析 0]立即领取 History语言发展史ABC ...

  6. python数据分析软件_Python数据分析工具

    Numpy Python没有提供数组功能,虽然列表可以完成基本的数组功能,但他不是真正的数组.Numpy内置函数处理速度是c语言级别,因此尽量使用内置函数,避免出现效率瓶颈的现象. Numpy的安装: ...

  7. python numpy和pandas数据处理_python中添加数据分析工具numpy和pandas

    python中添加数据分析工具numpy和pandas 最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网 ...

  8. python解题软件哪个好用_几个好用的Python数据分析工具

    原标题:几个好用的Python数据分析工具 ​常用的Python数据分析工具汇总! Python是数据处理常用工具,可以处理数量级从几K至几T不等的数据,具有较高的开发效率和可维护性,还具有较强的通用 ...

  9. python基础知识及数据分析工具安装及简单使用(Numpy/Scipy/Matplotlib/Pandas/StatsModels/Scikit-Learn/Keras/Gensim))

    Python介绍. Unix & Linux & Window & Mac 平台安装更新 Python3 及VSCode下Python环境配置配置 python基础知识及数据分 ...

最新文章

  1. java 数据分析库_超级好用的 Java 数据可视化库:Tablesaw
  2. oracle apply handler,做什么BaseHandler.apply_response_修复在django吗?
  3. 加密解密php,2个比较经典的PHP加密解密函数分享
  4. C#中采用自定义方式读取自定义配置文件
  5. PandasSQL语法归纳总结,真的太全了
  6. 2021牛客多校4 - Tree Xor(线段树+异或区间拆分)
  7. 1小时零基础赚一千,教你完成图书管理系统,不用打代码绝对学得会![完整全站教学 IVX 实战第四篇]
  8. 一套价值十万的微信公众号采集解决方案
  9. 日文翻译-在线免费日文翻译软件
  10. Windows Phone 7 日历应用的实现
  11. 生命密码:你的第一本基因科普书
  12. S01E08-小雅:我在读研期间参与 CHAOSS 开源社区的心路经历
  13. 华为android o适配名单,华为给出首批升级名单,这8款华为手机率先适配Android Q 10系统...
  14. 单片机:数字电压表TLC2543 C程序代码
  15. 软件项目的测试计划和报告,如何撰写压力测试计划书与压力测试报告(一)
  16. 2015年3季度基金持股超流通股30%的个股一览
  17. 考研复试面试--网络安全篇
  18. 今天许多的家庭有计算机英语,用英语写我的家庭作文3篇
  19. File Associations
  20. python的webcamera

热门文章

  1. 如何发送伪造的电子邮件
  2. Google图标集合
  3. 关于fpc软性线路板设计的一些攻略
  4. magento eav model study
  5. POJ 3923 Ugly Windows(——考察思维缜密性的模拟题)
  6. 读《破茧成蝶》笔记 — 什么是用户体验设计
  7. python视频教程大全集下载
  8. 德立教育计算机PPT设计,帮助中心 - iSlide- 让PPT设计简单起来~ | 中文官网
  9. HashMap源码解析理解与总结
  10. win7oracle启动服务,如何快速启动/关闭Win7系统中的oracle服务