1樓：有趣的資料
資料分析，資料探勘最常用的程式語言是python。
但是資料分析和資料探勘是有區別的，就資料分析而言並不是會使用程式語言就可以解決問題的。
資料分析是你使用資料的思維來解決公司運營出現的問題，並不管你使用什麼語言，只要能解決問題就可以，常見的處理資料工具有python，SQL，Excel，BI。資料分析是工具和業務平分天下的，兩者相互協作，缺一不可。
2樓：冰島沒有海
python和r居多 python能夠實現的功能更加具有一般性而r針對於統計方法專門性較強
而sql更多是用來取數的工具可能是你設想某個場景然後需要做驗證或者測試需要資料支援
3樓：老村長
首先說下資料分析，資料分析崗細分好多崗位，有的是資料運營，有的是資料分析，有的是bi，每個細分崗位要求的具體工具不一樣，具體看你的工作需求，主流以sql，Excel，Python以及bi工具居多。
對於資料探勘，當然是Python比較實用，不必自己造輪子。
4樓：偏愛冰淇淋的魚
程式語言只是乙個工具，目前工具有很多，比如SAS，R，python。
關鍵要了解資料分析，資料探勘的本質：有什麼問題，怎麼對問題拆分，用什麼方法分析，分析背後的理論依據是什麼，怎樣找到最優的方法等等
5樓：海東喵
只要能做出爬蟲去把資料爬過來做處理，就說明了能辦到你說的兩點了。
Python（簡稱：py，不是某種骯髒的交易）
就它了，dalao 都幫你搞好了所有事，你用人家的庫呼叫下就行了！
6樓：富貴竹
程式語言只是乙個工具，關鍵是要學會資料分析的方法，方法會了剩下的就是工具的熟練程度了。主流的是Python、R，計量經濟學用的是Stata，統計專業主要用Spss。選擇一種學精學透就可以了。
7樓：資料蟲巢
從其他樓的回答來看，更多是直接從語言的角度出發來說事，但如果拋開實際的業務場景單說技術點，其實意義不大的。
本人近8年的大資料/演算法從業經驗，做過大資料工程，資料分析，大規模資料探勘，目前從事廣告演算法相關的事，日常演算法或者工程經手的記錄幾十億級別。
首先先說資料分析，其實資料分析本身具有多個方向領域，比如偏資料清洗常規分析邏輯等，大部分偏向於SQL語言，工具的話會偏向於Hive SparkSQL等等，工作內容會涉及到數倉等等。
這一類其實不算很純粹的資料分析，很多時候夾雜著資料清洗，資料邏輯，資料計算，報表開發等等。
有人說excel足以的，其實也是有場景的，這種是偏業務分析的場景，很多時候是基於上面這種資料分析師的輸出成果做進一步的業務分析（如果沒有數倉處理，你試試用excel處理一下幾百g的資料？）。這種職業產出的物件導向一般是業務，或者決策者，最終尋找的是業務結論。
還有人說是python，其實很多時候是跟資料探勘或者演算法工程師的活強相關的，為什麼是python，因為python很多數學庫，分析庫，做一些調研性質的相關性分析啊，聚類性分析，統計性分析都很方便，但可以想下，這些結果的輸出大部分都是為演算法服務的。
以上，基本涵蓋了資料分析的幾個不同的重要場景，所以，你是想走演算法路子，學python吧，如果是做數倉的沒得選，如果是業務分析師或者資料產品經理，excel還有tableau（強烈推薦）是不錯的選擇，至於R什麼的，真的沒怎麼見過，最起碼網際網路企業很少很少，侷限性太強了。
------以上就是資料分析的內容，以下看資料探勘。
很多人對於資料探勘和機器學習工程師（演算法）還是有一定的誤解的，他們嚴格意義上不是一類人，很多公司演算法工程師是偏研究性質的，專注於演算法優化，但資料探勘崗其實偏應用領域，說白了是跟業務強繫結，核心的價值輸出在於業務的指標是否有所提公升，而很多偏研究的演算法工程師的核心產出是演算法模型指標有沒有提公升。
這是居大的差異，甚至很多時候演算法工程師的工程能力，業務能力差的一逼，但演算法理論很溜，當然也有全能，只是說一種現象。
而資料探勘工程師很多時候是個雜合體，演算法只是它的一種工具，做價值變現的途徑而已，為了實現這個目標，他可能需要分析業務，尋找業務特點，實現業務目的，可能是乙個簡單的邏輯公式就搞定了，也可能需要複雜的演算法支撐。通常，會跟進全流程，核心特色在於資料處理能力，工程構建能力，演算法應用能力（注意，這裡說的是演算法應用，而非純粹的演算法優化或者演算法研究）。
但不管怎麼分，從語言的角度看，python都是必須品，部分涉及到大規模工程的，多掌握以下scala之類的還是有一定優勢的，至於說要做乙個全能型的資料探勘工程師，SQL，python，甚至工程相關的scala都是需要掌握的。
以上，就是我個人的觀點，如果真的從實用出發去學乙個東西語言，不能單純的看語言，最好尋找自己的目標和優勢，結合場景，來判斷到底要學什麼。
8樓：IT鍋爐野野
主流是用Python，因為Python本來就是乙個指令碼語言，它寫起這些資料分析的指令碼程式來非常方便。不過有些學術上資料分析研究一般還是用R，比較正規一點。
9樓：浣熊分析
具體要看你的使用場合不同的人對資料分析的理解是不同的應用也是不同的從excel 到 alteryx 到 r，python 各種工具和語言多得是適用的場景都不太一樣
資料分析和程式設計是什麼關係？
大溪 不同行業的資料分析崗，有乙個算乙個，未來都需要程式設計能力。可能有些企業還沒有反應過來，在面試的時候對這一塊沒有要求，但他們早晚是會反應過來的。或許有人會想，我們做一些不是那麼複雜資料的資料分析嘛，畢竟這一塊的工作也不少。複雜的對AI來說都不在話下，不是那麼複雜就被替代掉了。在資料智慧型的時代...
資料探勘和資料分析之間的聯絡，搞資料分析基礎是啥？就業情況怎樣？
mengyuancf 資料分析的基礎是要具備一定的數學 統計統籌的知識，當然你可定具備了，另外需要掌握一些必備的工具軟體的使用 如R Python excel 資料可基礎等 也就是你說的程式設計那一塊，這個在資料分析領域是屬於基礎知識的，只要你懂些即可，最關鍵的確實是你說的偏理論的東西，如演算法 資...
什麼是資料分析？
好好的分析師 資料分析是乙個通過資料來理解事物的過程什麼是分析？分析是將複雜事物進行拆解的過程，以此來達到對事物更好地理解的目的。1 因此，資料分析可以定義為 乙個通過資料對複雜事物進行拆解的過程，以此來達到對事物更好地理解的目的。其核心在於量化。無論是統計分析，通過統計量來刻畫事實 還是資料探勘，...