1樓：舒拉
結論，可以的，而且是最好用的工具之一。
資料分析，這條技術路線，最開始有下面這些，最後面兩個是偏統計和機器學習的模組
(一)numpy
(二)pandas
(三)matplotlib
(四)scipy
(五)statsmodels
(六)scikit-learn
2樓：波妮說資料分析
可以。py是實現資料分析的工具之一。問這個問題應該是你打算轉資料分析吧，可以知乎瞧瞧有關入門資料分析的帖子，不要僅僅被大火的py一葉障目。
3樓：請叫我ABB
毫無疑問是可以的，現在很多就是在用Python做資料分析，由於Python的可解釋性、易讀性、使得Python可以很好的被大眾所接受，並且Python的社群也很豐富，你可以找到幾乎你所碰到的問題，這也進一步推動的Python使用者的擴大
4樓：Python之眼
當然能，用python來做資料分析的優勢，對於大多數語言來說簡單易懂。
python資料分析常用的pandas、matplotlib可以快速增刪改查繪製圖表
python都有強大的第三方庫，例如資料分析的numpy，pandas，資料視覺化的matplotlib庫
5樓：lemonlxn
當然可以，比如python資料分析常用的 pandas、matplotlib 庫，可以快速增刪改查，繪製圖表。
如果想做資料探勘，python 還有 sklearn 機器學習庫，能挖掘資料背後的規律。
如果想做大資料開發，python 還有pyspark 庫，可以快速操作海量資料
6樓：ff舒途
當然可以了。
去B站或者阿里大學，找一些資料學習學習。
英語好的話可以對著他的官方文字去學習。
Python資料分析網上免費的資料有很多，學習過程中多動手，不要只看，這是最簡單有效的辦法。
7樓：盲區行者王
首先，當然可以啊！
明確學習目標--用Python來做資料分析很重要！作為目前的全球第一程式語言，Python幾乎無所不能，從軟體開發、Web開發、資料庫開發、系統開發，到遊戲開發，網路爬蟲，再到讓Python傲視群雄的機器學習。不同的學習目標，當然就對應著不同的學習路徑。
說到資料分析，R語言其實之前一直走在Python的前面。R語言約等於統計學，說它是第一統計語言一點都不為過。然後呢隨著機器學習的火爆，Python開始深入資料處理的各個領域，相繼開發出了有劃時代意義的NumPy（矩陣運算）、pandas（資料框資料整理）、matplotlib（畫圖）、seaborn（高階畫圖）、statsmodels（回歸及其他計量分析）等資料處理包。
再結合如日中天的sciki-learn（機器學習綜合包）、keras（神經網路包）、TensorFlow（深度學習，Google推出）和PyTorch（深度學習，Facebook推出）包，Python即使在統計和資料分析這一領域，也大有取代R語言之勢。不過話說回來，Python的各種資料分析包開發時公開借鑑了很多R、MATLIB、SAS和Stata等統計軟體，尤其是R（畢竟人家是開源統計之王）。
利用python進行資料分析哪本書好點?
8樓：Ava
當然可以，Python是天生跟金融、資料等打交道的能手，這位老師講的還不錯，可以學習了解下：https://www.
9樓：zzong
以上幾個方向python都有強大的第三方庫，例如資料分析的numpy，pandas，資料視覺化的matplotlib庫，你可以著重學習一下
做資料分析裡有哪些Python能做，而MATLAB不能做的？
su ya matlab很多不能做 做不爽啊比如說資料存在mongodb裡 會干擾到生產環境資料庫選型的話matlab就不應該出現嘛 2018年4月24日更新線 距離上次回答有兩年了.發現我上次提到的MATLAB不再成立了.看來這兩年MATLAB的進步還是很大的.1 比如上次提到的資料清洗.MATL...
做資料分析用python還是R？
ISKP 選擇什麼語言不是關鍵，主要是分析的方法和理論需要紮實的基本功。R語言在統計分析方面可能更加靈活，但是在大規模的資料處理方面捉襟見肘。而Python本身是乙個程式語言，但是有豐富的資料分析包來支援常見的函式。但是還是在實踐過程中有一些想要的函式並不在常用的statmodel sklearn ...
Python在資料分析中怎麼用？
Python資料分析 Python日期和時間處理及操作時間序列分類 時間戳 timestamp 特定的時刻 固定週期 period 某月或某年 時間間隔 interval 由起始時間戳和結束時間戳表示datetime，time及calendar模組 datetime 以毫秒形式儲存時間和日期date...