浅谈：数据分析中Pyhon和SQL的重要性

学习数据分析一定要会Python和SQL吗？

其实这是一个比较常见的问题。

从数据分析的角度来分析的话，有人会说应用数据分析就是编程处理数据，当今在应用数据分析中使用的两种主要语言是SQL和Python。如果你想成为一名优秀的数据分析工程师，或者说正在这条路上“艰难行走”，那你至少需要掌握这两种核心的语言（SQL和Python）进行编程。

SQL作为一种结构化查询语言，无论供应商的口味如何，SQL是用于与关系数据库进行通信的标准语言，是数据分析师离不开的工具。

当前，大多数我们应用的数据分析模型都来自关系数据库。此外，许多大数据工具和云数据服务也都是在使用SQL。

某公司在寻找实习生的时候，要求精通Python和SQL，虽然我不太确定实习生如何精通Python和SQL，但这就是另外的问题了。

当前，在应用数据分析中一项工作的首要要求是SQL而，Python是数据分析中的王者，数据分析又是数据分析的一个重要的延伸。

目前，了解Python的数据分析工程师的工作要比该领域中使用的所有其他语言的工作要多得多。Python已然成为构建端到端数据分析模型的黄金标准。

我们来看看哥伦比亚运动服的设计工作。该职位发布是针对数据工程师而非数据分析师的。该公司显然不了解这两个角色，对于没有扎实的编程经验的人来说，这个角色太技术化了，对于数据分析师而言技术却不是最重要的一个因素。

但是这个要点可以解决，在快速原型制作和使用复杂算法开发端到端解决方案方面表现出的能力往往能够显示出一个数据分析人才的专业素质和综合素养。构建短语快速原型是一个由构思、’原型和测试组成的设计工作流程。它可不仅以帮助设计师快速发现并验证他们的最佳创意，还可以帮助分析师们注意“开发端到端解决方案”从而产出最佳方案。

从一开始到现在我一直在强调一个至关重要的要素，即SQL。在同一行上，您将看到R，Python或SAS。有人说要远离R和SAS，专注于Python。从某些角度来说，还是有一点道理的。尽管在某些工作和项目中会涉及到SAS和R的工作，但是如果不学习Python的话将会大大限制了你的工作机会。

这上面只是两个例子。但是，我建议大家都需要花一点时间在自己喜欢的工作岗位JD上仔细阅读相关的技能。问问自己，自己都符合要求了吗？或者在最短的时间内，如何让自己满足这些条件？

不然，就从学习Python和SQL开始吧~