《懂python的大学生，找到工作赚多少钱？》效率提升10倍！”……这样的标题你一定在朋友圈看到过公众号，不管是技术的公众号，求职的公众号，甚至是情感鸡汤公众号给你推送一篇文章，让你学习python，尤其是在数据分析领域，《python数据分析》公众号还是文章遍地都是，当然你随便点个类似上面标题的文章，拉到最后就可以了一定是python课程的报名广告……在铺天盖地的广告洗脑下，很多想学数据分析或者已经从事数据分析的人都有这样的疑问：python真的好吗？学习数据分析一定是你想要python？为什么这么受欢迎？首先不可否认的是，python确实是一门非常优秀的编程语言，应用广泛，语法简洁，代数逻辑清晰，还有大量的第三方库。它在数据分析、数据爬取、cle等领域非常强大安宁、可视化分析、挖掘……python无所不能。开发效率高，运行速度快，容易上手。据说有些地区的小学生信息课上什至加入了Python。看来学习python是大势所趋，势不可挡。但是数据分析一定要学python吗？答案显然不是。不管是python，R，Excel，还是spss，这些都是数据分析的工具。对于数据分析，我一直强调核心是业务。业务的分析逻辑映射到数据分析的处理逻辑，数据分析工具帮助我们实现结果的手段。如果把数据分析的结果比作你要去的一个目的地，那么python只是一种可以到达这个目的地的交通工具。换句话说，你可以用另一个工具来做，所以python和数据分析的关系，并没有密不可分的关系。既然是工具的选择，那么一定是最好的工具，才能最快的达到目标。python是数据分析工具的最佳选择吗？不必要。不同的道路适合不同的交通工具。同样，不同类型的数据分析工作需要不同的数据分析工具。在实际工作中，数据分析的职位层层叠叠，职位的作用也千差万别。在不同的公司，数据分析师的职位也被称为数据分析师。其中之一可能是为业务获取数据，提供基础数据支持。另一个涉及数据建模和挖掘。这两类人需要掌握的工具技能肯定是大不相同的。这里我把数据分析大致分为两类：业务导向和技术导向：业务分析师，专注于业务分析，一般隶属于业务部门，或者有单独的数据分析部门。最重要的工作内容是对具体业务做专项分析。通过数据分析做一些商业规划、方案等。日常工作大部分是整理报表，做一些探索性的业务分析，解决业务问题。技术分析师一般在IT部门和数据中心。根据不同的工作环节，分为数据库工程师、ETL工程师、爬虫工程师、算法工程师等角色。主要工作一般包括数据仓库建设、专题分析、建模分析、数据挖掘预测等。说完数据分析师的工作内容，再来看看目前市场流行的几类数据分析工具：Excel、python/R和BI工具。再说说大家耳熟能详的Excel。对于新手来说，大部分人在进入工作之前都会对Excel有一定的接触，所以最适合在此基础上做数据分析。学习Excel是最合适的，从简单的制表、数据透视表、写公式，到VBA语言，基本可以满足80%业务人员的分析需求。而且学习Excel的成本比学习编程语言要低很多。（我看到很多机构开始用职场焦虑来忽悠职场普通人学习python，说实话花几千甚至几万去报班学python，如果你不有基础，几个月也只能学个皮毛。返回除非你认真考虑转行，否则你将无法在自己的工作中使用。当然，转行不可能像什么培训机构那么简单say)言归正传，我们来说说BI工具。BI诞生的目的是缩短从业务数据到业务决策的时间，提高决策效率，因此其产品设计理念围绕改进数据分析的过程展开。与Excel相比，BI工具在分析过程中更加简化。以我用过的FineBI为例。从数据链接、数据处理，到可视化图表分析，一应俱全，鼠标点击拖动即可快速完成。完成分析。这样的可视化操作界面大大降低了BI的学习门槛，更适合企业中的业务分析师。此外，在面对大量数据的分析时，BI工具也可以弥补Excel的不足。另一个吸引人的地方是BI工具的可视化效果。在Excel中创建动态图表或高级可视化图表效果，需要经过许多复杂的步骤，用编程语言实现，需要逐行代码调整才能获得理想的效果。然而，在BI工具中，只需拖放设置即可创建令人惊叹的可视化图表。但是由于BI工具是非开源的，所以在功能上存在局限性。如果产品没有设计某项功能，可能就没有办法完成分析工作。这时候python或者R等编程语言就更加灵活了。只要代码写的好，基本上没有实现不了的。而在数据挖掘和机器学习领域，BI和Excel更是力不从心。在这个阶段，python语言是一个极好的选择，它更擅长复杂的数据处理、建模和预测。最后总结一下，工具的选择要根据自己的需要，而不是学哪一种，只有适合自己的才是最好的。财务、人事、运营等基础业务分析，excel完全够用。如果你想提高效率，追求可视化效果，BI工具也是不错的选择。没必要花太多精力去凑Python的热闹，当然如果你对编程很感兴趣那我就不说了。最后，让我回答最后一个问题。为什么python如此受欢迎？当然是因为赚钱容易。在互联网兴起的时候，各种java、C++的培训很火。培训机构赚了很多钱。现在大数据时代嘛，数据分析、数据挖掘、人工智能这些概念又火了起来，一个新的领域韭菜出现在了我们的面前。培训机构还能赚到这么多钱吗？就拿着行业TOP数据分析师的薪水，给你画了一个月收入2W的大蛋糕。其实你就业6-8K大概率，在培训班学了皮毛功夫，面对全网断网的各路大神前来与你PK，最终能找到自己想要的工作的人寥寥无几。更要命的是，一些天真无邪的菜鸟，在原来的岗位上做得很好，看到了营销文案，心血来潮想转行。自己的岗位有了升职，赚大钱的梦想破灭了。最后强调一点，大部分数据分析师本质上都是业务支持岗位。核心是理解业务和数据敏感性的能力。如下图写的，那些告诉你学了python就可以上手数据分析的。Python可以很好的做数据分析，90%都是为了赚钱。另外，想转行做数据分析的一定要慎重考虑，这行并没有你想的那么好。
