可以說目前python是處理大資料最好的程式語言

尤其python的pandas庫被譽為行業標槓工具

大資料是宏觀概念，而

處理它的實施方案用python是一種比較好的方法

Python是一種新興程式語言，類似於C#，而大資料是一個規模很大的資料集合，比如海量影象。大資料技術則是獲取、儲存、分析、管理大資料的技術總稱。基於Python與Tensorflow可以處理影象大資料處理，進行深度學習。

首先，直接回答問題來說，大資料更好就業。招聘的崗位更多一些

下面詳細說下，相信題主就會有更多自己的見解了。

大資料廣泛來說是一個生態，包括很多涉及到資料工程的工具和相應的開發語言，在這裡就包括Python，當然最重要的還有Java、Scala等等，在這裡對Python本身來說要求不是特別高；另外涉及到演算法的話，首選Python，就是由於它有很多的相關的包 。

單單的就Python來說，一部分是做服務端的，與當下Java開發，GO、PHP等無異。

而相當一部分人是用來做資料分析的，此時也會涉及到一小部分大資料的技術，主要還包括要會運用SQL。無論是Python還是SQL，都是用來查詢和處理資料的，SQL偏向於查詢，Python更擅長於資料處理，利用最常見的numpy和padas就可以對資料進行各種計算。

也就是說，Python一部分做服務端的研發，而另外一部分做資料分析，離不開SQL

1. 大資料崗位多，要求高，薪資也高，Python只是其中一種程式碼工具。

2. 純Python崗位對於資料分析來說，分析能力很重要，對Python進行資料處理的能力要求高，很多招聘偏向於招收統計學專業的人員。

最後說一句，可以努力先進行大資料研發工作，後續慢慢也同時做一些資料分析、演算法相關的事情，這樣會對行業有較為深刻的理解。

大資料是目前網際網路流行的技術語言，處理大資料的程式語言比較有優勢的也很多，比如java、python、go、R語言、Hadoop等等，按道理來說每種程式語言都可以處理大資料，只是處理的規模不一樣而且，但是現在比較受歡迎的資料處理程式語言是java與python。

Python是從最初的2016人工智慧開始爆發，從而在短短兩年之內能趕超java。隨著python的發展，最大贏家無疑是python。未來大資料是對於一家企業有多重要，透過對資料的分析，可以瞭解市場需求、發展方向，對公司未來的定位，把數量龐大、不規整的資料資訊進行梳理，總結出可供查詢的特徵。自從python熱度趕超java之後，python在大資料方面的優勢逐漸被人們認識，但是java作為20多年成熟的程式語言，在大資料處理方面已存在已久，依然是程式設計師開發比較喜愛的程式設計。java在大資料處理方面還是比較傾向軟體應用與網站資料，包括遊戲資料處理，特別是金融服務資料處理，一直都是java的強項；python有著眾多免費科學演算法庫，優勢在人工智慧大資料處理，當然也有使用Python在銀行的基礎架構中處理財務資料。可以說java與python在大資料處理各有優勢。

其實無論學什麼語言，只要學精用精都很好就業。

這個問題類似於勺子好用還是碗好用，用什麼吃飯最方便。

其實我想說的是你真的要多花時間在學習上，不要想著抄近路。哪個學好了都有用，哪個崗位也不養閒人。

兄弟加油吧，現在是資訊爆炸的時代，獲取資訊的渠道太多了，不懂的問題多去百度一下，過程中不懂的繼續百度。相信我這一定會讓你快速成長的。在這個過程中你也會發現你真正想要的是什麼，不要聽別人說，相信自己的判斷。小馬過河的故事我們很小就知道，雖然我們長大了，但是還是不要忘記故事的道理。

我也是IT技術從業者，對於初學者來說基礎很重要，特別是理論的基礎。學習理論基礎後可以選擇一門語言來學習，但是記住一門語言肯定是不夠的。當你融匯貫通各種技術之後，並且還要掌握一定的數學理論功底你就可以試著研究研究大資料了。這才是正確的路線，千萬不要相信什麼培訓機構給你開什麼大資料、人工智慧的課程，都是騙錢的。我可以這麼說一句，人工智慧和大資料不是我們普通學計算機專業的人去研究的，這些都是數學大神們的工作，我們也就給他們打打下手。

Python和大資料是完全兩個不同的概念，可以將大資料理解為多種技術整合後實現的一種對資料處理的能力，而大資料的實現效果需要運用到Python，Java等語言去實現。

直白的比喻，大資料就類似一盤做好的菜，而Python就類似做菜的時候運用的調料或者火候，調料的多少火候的大小都決定了菜做出來的口感。

Python和大資料哪一項學好在大城市都是很好就業。但大資料要求的知識面廣。需要學習的東西多。

就目前而言 肯定是大資料方向的好一點 但是問題在意大資料的學歷門檻不是很低，這一點你要先想清楚 看一下你的學歷，如何Python二三線城市的崗位也不是很多！

　　在過去幾年中，對資料分析師和資料科學家的需求一直在快速增長。Python是用於資料分析最流行的語言，如果你想在資料欄位中，您將工作可能需要學習Python(儘管R可以是一個偉大的選擇。

　　像任何程式語言一樣，Python需要花費一些時間來掌握。但是，如果您有動力並願意學習一種新技能，那麼就有很大的機會來滿足就業市場對資料科學家的需求。資料科學領域充滿了需要Python程式設計能力的工作。在2017年，IBM估計到2020年對資料科學專業人員的需求將增長28%。

　　瞭解Python是在包括工程，醫學研究，人工智慧，機器學習，汽車等行業的資料科學和其他程式設計工作中的一項關鍵技能。儘管學習資料科學似乎很漫長，但您可能會驚訝地發現，進入資料科學的Python的入門門檻實際上很低，尤其是與高回報相比。

　　為什麼Python需求如此之高?

　　Python社群內部有個玩笑，說Python是所有功能的第二好語言。當然，最好的辦法是主觀的，但是Python非常靈活。這是最常見的- 資料的科學使用的語言(R是緊隨其後)，並且它也經常在其他一些行業的使用。

　　其廣泛普及的原因之一是它是處理資料時更易於學習和使用的語言之一。而且，幸運的是，對於僱主和資料科學家來說，不需要多年的學習時間即可掌握。

　　學習Python需要多長時間?

　　只要有適當的時間和奉獻精神，您就可以在短短几個月內學習Python !

　　就像任何技能，你如何快速學習Python 是最終取決於你有多少時間和精力投入。雖然每個人都學會以自己的節奏。

　　大號等我們一起來看看一些是進入學習Python的，包括我們的事情原因，研究這種語言，為充分利用您的時間花費的技巧學習ING。

　　學習Python的三個原因如下：

　　1.自動執行任務

　　Python是一種通用的程式語言，這意味著每個人都有其中的某些東西。一旦你學習Python ，你就可以與大量資料集的工作很容易，如果那是你的事。如果需要，您將能夠從Web上抓取資料並訪問API。如果您定期使用電子表格軟體，則可以使用它來增強Excel中的工作。您將能夠自動執行各種任務。

　　獨自學習自動化任務的能力非常強大，因為您的時間很寶貴!機器人從網際網路傳送您的電子郵件，並獲取資料。

　　您更有可能開始為您所工作的人員和公司尋找創造性的解決方案。當您學習Python時，您實際上是在學習一種基於識別和預測模式的新語言-當您找到模式時，您將能夠以對您的專業，行業和行業產生重大影響的方式交流這些發現。

　　2、你可以打動你的老闆

　　學習Python也是在工作中留下深刻印象的好方法(或獲得您一直渴望的升職)。

　　對於那些無法編寫程式碼的人來說，程式設計能力有時似乎是一種超能力。程式設計使您能夠利用自己的知識並增加輸出。有了它，您可以在相同的時間內完成十倍的工作。

　　正如上面提到的，當你學習Python，你就能夠迅速地收集資料，並“翻譯”本身的數字現實世界的解決方案。

　　例如，在商業環境中，你可以透過做這樣的事情增值網頁抓取，傳送國際的郵件自動，甚至分析供應鏈的生產找到錯失機會的成本節約和/或質量控制。

　　如果您的老闆提到了解資料科學可以幫助您朝著職業目標邁進，那麼可以幫助您線上學習Python的自定進度課程可能是平衡職業和個人發展的理想方法。

　　3、創造就業機會

　　如果你尋找一個全新的職業生涯或許不會滿足的感覺在你目前的工作位置，你來對地方了。

　　對Python程式設計師的需求從未如此高，尤其是在資料科學領域。資料科學是一個有益的領域，它的報酬非常高。典型的入門級資料分析師的薪水約為65,432美元， 資料專家的薪水每年可高達10萬美元以上。

　　這些機會有時可以遠端獲得，因此您可以在中國公司的任何地方工作，而不必侷限於中國。資料科學是一個相對較新的領域，隨之而來的是現代僱傭實踐。強調了解您的技術並能夠取得成果的速度正在放緩，開始變得比對4年制學位和走廊上的辦公室的需求更為重要。

　　我們已經看到許多校友在完成資料科學道路後找到了有意義的職業(無論是在辦公室還是在遠端)。實際上，我們的課程旨在幫助您精疲力盡地找到工作。您將擁有處理現實世界資料的經驗，以及充滿完成資料科學專案的投資組合。

　　對於許多人力資源辦公室評估您的簡歷，這可能比學位要重要得多。

　　學習Python的技巧

　　如果你是在自己的學習的Python，肌酐已經時間管理習慣將是非常有益的-特別是如果你想學習Python宜早不宜遲。雖然5個小時似乎很適合您本來很忙的 每週計劃，但對於那些從事全職工作或有完整的學習承諾的人來說，這是非常可實現的。

　　您可以透過以下幾種方式找到業餘時間：

　　1、提前30分鐘設定鬧鐘

　　您每天可以撥出時間學習Python 的最佳時間是早晨。

　　從生物學上講，您最好，最有生產力的時間是每天的前兩個小時左右。您不想犧牲任何睡眠，但是您可能想早點睡覺，這樣您就可以參加培訓，全職的學習這個課程。

　　當然，這是一個承諾。但是，如果您在前一天晚上放下衣服，準備好喝杯咖啡，並且已經知道要處理Python的哪些方面，那麼會容易一些。大資料分析為什麼要學習Pythonaaa-cg.com.cn/data/2328.html告訴自己，只有花30分鐘時間學習Python並養成習慣，您才能看電話或電子郵件!

　　他火候和儲存在你的職業生涯的進步將是值得額外的努力。另外一項好處是，當您的一天取得良好的開端時，您會感到特別健康。

　　您甚至可能會讓自己感到驚訝-許多人認為他們只是“不是早起的人”，他們每天晚上睡足後才發現，改變工作時間並養成一些健康的習慣就可以了。

　　這感覺很酷說， “ 我徹夜未眠編碼。”

　　但是在很多時候，我們高估了我們的生產力- 當您感到疲倦時，您做不到的工作或保留的資訊也不多。當您以嶄新的眼光看待數字時，您可以更好地吸收所學內容!

　　2、利用安靜的星期六早上

　　我們已經看到，每天練習是學習Python 的最佳方法。對於掌握資料科學原理的學生，最快的時間是週末。

　　儘可能保持一致很重要，但有時生活會受到阻礙。那就是週末。如果您每天的上午5點至下午6點完全被預訂，則可以在週末加班，保持自己的正常行駛。

　　此外，這是在專門用於學習python的空間中找到不間斷時間的好方法。將它與有意義的東西聯絡起來- Python學習時光值得期待!

　　要記住的一件事： 每天學習兩個小時要比周末一天學習10個小時好得多。如果您在一週內還有其他承諾，那麼與每天只看一次Python材料相比，即使每天早上1 0分鐘也會有所不同。

　　3、python社群

　　加入Python開發人員社群將幫助您繼續朝著學習Python的目標邁進。

　　如果您每天花幾分鐘時間進行連線，那麼當您進入工作市場時，您將以新技能和新網路來完成課程!

　　5.競爭資料科學比賽

　　你可以提交Python指令碼來查詢給定資料集的最佳擬合模型。　　

　　6.閱讀Python書籍

　　有許多針對Python的一般和特定應用程式編寫的指南，並且只要您不介意滾動數字副本，就已經著重強調了一些無需支付一毛錢即可閱讀的指南。 　　

　　準備好以自己的速度學習Python了嗎?

　　所有的資料科學家都有在整個過程中對他們有幫助的提示和技巧。有些人可能會誇耀他們僅在一個月內就學習了Python，而另一些人則需要花費幾年的時間才能達到所需的精通水平。

　　對自己保持謙遜，並讓自己有時間以最適合自己的速度學習Python。最好花一些額外的時間，而不要匆忙處理所有事情，而不要在基礎上打下堅實的基礎!

　　在Python基礎知識上有很好的指導會幫助您自動化生活和工作，在當前工作中表現出色，甚至允許您輸入新的知識。

https://www.toutiao.com/i6838847413554250247/

優秀的資料分析師需要具備這樣一些素質：有紮實的 SQL 基礎，熟練使用 Excel，有統計學基礎，至少掌握一門資料探勘語言（R、SAS、Python、SPSS），有良好的溝通和表達能力，做好不斷學習的準備，有較強的資料敏感度和邏輯思維能力，深入瞭解業務，有管理者思維，能站在管理者的角度考慮問題。