1樓：氤氳之端
不大，語言選擇上Python、R是主力。工具上，jupyter notebook或者jupyterlab可以作為工作台。
2樓：愛資料-橙子
資料分析師必備的是要會使用SQL、Excel、PPT、Python
如需資料視覺化還需要會Tableau或Power BI工具部分的學習：
Excel：它是最基礎的資料分析工具
SQL：它是資料分析的核心技能
PPT：用來和業務部門交流需求，展示分析結果加分項Python：主要學習Numpy、Pandas、Matplotlib、Seaborn等內容。
Python 的底層是用 C 語言寫的，很多標準庫和第三方庫也都是用 C 寫的，在處理資料時候執行速度非常快。但是真正的業務層幾乎不用
工具只是資料分析的乙個門檻，如果真的想去做資料分析或者資料探勘的崗位，必備的還有業務知識（目標行業，針對性的去了解行業知識和指標含義。因為資料分析的結果是要落地到業務中去的，所以對業務的了解非常重要）和理論部分（需要掌握統計學、資料分析方法和結構化思維）具體的可以一起談論下可以私我
3樓：鬱道
資料分析、資料探勘本身不屬於開發，程式設計只是工具不是目的，對效能要求不高，更適合用可以調的包多、寫起來方便的語言（如R、Python），C或者C++更適合開發不適合分析。
4樓：Sophia052
據我個人的了解，資料分析和挖掘一般都用excel、R、Python，也需要會SQL。很多演算法在R和Python裡都有開發好的函式，直接呼叫就行。C語言太底層了，除非你是高手，但是效率肯定也不如R和Python。
運用python R語言做資料分析 資料探勘是否適合傳統行業？
資料818 資料分析從本質來講就是乙個工具，它適用的範圍僅僅侷限與人的認知，但不應該侷限於行業，換乙個說法就是，如果你發現在你的行業使用Python和R語言最適合的方法，那麼恭喜你，傳統行業的標桿，無數傳統企業都要像你看齊並且學習。換個角度來看這個問題，什麼是傳統行業，泛指的是傳統技術 傳統管理的企...
資料探勘與資料分析的主要區別是什麼？
haoran 資料分析是資料探勘的基礎，資料分析幫助理解業務內容，並且處理日常工作。資料探勘旨在對於業務內容的理解之上運用模型和演算法去挖掘更深層次的規律。最後就是資料自動化啦。 SMILE 資料分析與資料探勘有什麼區別？SMILE的文章 知乎 https zhuanlan p 26 4803193...
從事資料分析（資料探勘）的工作已經一段時間的你（1年，2 3年，5年，8年），現在是一種怎樣的狀態？
Eric 最終就兩條路，一種偏業務，一種偏技術 無法是橫向擴寬自己的知識領域，或者是縱向拓寬 現在在我看來，絕大多數企業缺少的都是能夠用資料去驅動業務的BI工程師 年輕人要多去感受市場的經營環境，只有了解了市場才能確定你手上的資料是真是假，才有了後面的建模 乙隻特立獨行的豬 入行2年6個月base廣...