誰說資料分析一定需要會程式語言？實際使用中某些資料分析軟體，如果能達到要求，就不需要去學會程式語言了！舉個簡單的例子，炒股軟體。大部分人使用的指標，實際上也是一種程式。我們使用這些指標，並不需要說去學會程式設計，就可以能套用。只有資料分析程式，達不到我們的要求時，我們才會想說自己用程式設計來實現。

資料分析：資料準備階段，你懂資料庫絕不會有壞處；資料觀察階段，分析變數的話程式語言絕對讓你事倍功半；至於資料建模和挖掘，額，想想程式語言的作用吧。你是廚師的話精通各種食材的特性總沒有壞處。python應該是不錯的選擇。

資料分析需要程式語言這個命題，我的看法是，不是必需的，資料分析是透過資料發現業務的規律，這種發現其實很多時候是一種感覺，感覺到了，資料其實是一種驗證。雖然這樣說不夠科學嚴謹。資料分析不管怎樣都需要我們經過：確定、分解、評估和決策這四個步驟。

確定和決策是兩個一前一尾性的步驟，確定步驟需要我們對問題進行研究，瞭解業務，當前的問題所在，決策則是最後結論性的工作。所以這兩步和資料分析專業的工具接觸的可能性為0.

所以需要使用到工具或者程式語言的是在分解和評估這兩個步驟，分解這一步是我們透過把問題細化，切分成更細粒度的問題。透過對這些小的問題的分析，找出其中共性或者區域性性問題所在。在這一步驟需要我們使用的相應的資料分析工具，在我看來，這裡如果問題沒切分好，需要的資料可能需要我們使用一些程式語言去處理，當然SQL除外。資料分析師掌握SQL是無可厚非的事情，畢竟資料都存在資料庫中。

所以，資料分析和程式語言沒有要求必須掌握程式語言，程式語言只是一種工具，掌握了是一種加分項，可以使得你在處理資料的時候多了一扇門而已，對你的資料分析結果正確性並不能起到決定性的作用。資料分析的結果是否好，是受你思維與方法的影響，即能不能把現有的問題切分好。

使用程式語言進行資料處理與分析，會比使用軟體擴充套件性強，程式設計最大的優點就是可以進行迴圈，比如有的分析，要測試很多次數，每次測試結果都不一樣，又要獲得每次測試的結果，這樣的問題沒有比程式設計更好的解決方法，如果類似於spss這樣的軟體，就必須重複n多次，這就很麻煩了(不過spss好像也提供程式設計環境)

不一定呀，如果用像藍點通用管理系統這樣的平臺，就不需要程式設計，透過自定義表單即可實現各種資料管理，有了基礎資料，做資料分析就簡單了。

使用程式設計雨語言進行資料分析對大多數企業來說是不現實的，企業使用資料分析軟體的目的是得到資料分析報告，為企業發展提供資料支撐，他們不關心，也不應該關心技術問題，所以採用專業的工具來進行資料分析更適合。

可以使用DataViz（https://cloud.neusoft.com/pages/product/p_dataviz）進行資料視覺化分析，業務人員自己透過簡單的拖拽就可以完成資料視覺化分析。