数据分析的话用Python会比较好吗
看看您的目的。如果您打算在数据分析后发布SCI，我不建议Python，因为Python是开源的，并且该杂志尚未完全接受其信誉。遇到做事的审稿人很麻烦。我建议使用SAS或R。这两个软件被视为数据分析世界的退伍军人级别，并且可信度得到广泛认可。
数据分析是什么
数据分析包括：分类分析，矩阵分析，漏斗分析，相关分析，逻辑树分析，趋势分析，行为轨迹分析等。我使用人力资源的工作来说明如何进行上述分析以获取洞察力。
01）分类分析，例如分为不同的部门，不同职位的水平以及不同年龄以分析人才的损失率。例如，如果某个部门的损失率特别高，则可以进行分析。
02）矩阵分析，例如公司的价值和能力评估，然后您可以制作评估结果的矩阵图。具有强大能力匹配员工的员工，不符合强大价值的员工，能力较弱，弱价值和弱价值的员工不符合不匹配价值的价值。许多员工彼此之间如何居住以发现公司的人才健康。-数据分析用python还是bi
03）完全分析，例如记录招聘数据，提交简历，通过初步筛选，通过一侧，通过双方，通过末端，占据报价，成功进入，通过缓刑期。这是一个完整的招聘渠道。从数据，从数据中，您可以看到可以优化的链接。
04）相关分析。例如，公司各个分支机构的人才损失率很大，因此每个分支机构的员工损失率可以具有某些分支的特征（地理位置，工资水平，福利水平，福利水平，员工年龄，管理人员年龄，等元素等。）元素等。）执行相关分析并找到可以保留最多的关键因素。-数据分析
05）例如，逻辑树分析，例如，最近发现员工的满意度已降低，然后拆卸，满意度与工资，福利，职业发展和工作氛围有关，然后薪金分为基本的薪水和奖金。消除满意度的影响因素的变化，以获取见解。
06）趋势分析，例如在过去12个月中人才损失率的变化。
07）分析行为轨迹，例如跟踪销售人员的行为轨迹，从就业到开始产生绩效，快速增长，疲劳时期，再逐渐稳定。
数据分析是什么
数据分析是指通过适当的统计分析方法分析大量数据，提取有用的信息并形成结论以详细研究和汇总数据的过程。该过程也是质量管理系统的支持过程。实用性。，数据分析可以帮助人们做出判断以采取适当的措施。数据分析的数学基础是在20世纪初建立的，但是直到计算机出现并将数据分析做出才是实际操作是不可能的DATA分析是数学和计算机科学组合的产物。作为常用的分析工具，分析工具可以实现基本分析。在商业智能领域，同源，风格智能，微板，Brio，Bo和Oracle以及免费的大数据魔镜等家用产品。-数据分析用python还是bi
