数据分析软件的基本原则
数据分析需要用什么技术？java还python好一点？
数据分析需要用什么技术？java还python好一点？
Java大数据：
Java语言应用广泛，可以应用的领域也非常多，有完整的生态体系，另外Java语言的性能也非常不错。Java与大数据的关系非常密切，一方面目前做大数据开发的程序员很多都是从Java程序员转过去的，另一方面Hadoop平台本身就是基于Java开发的，所以目前Java在大数据开发中的使用还是非常普遍的。
但是Java语言自身的复杂性让很多程序员感觉它有点“重”，格式化的东西有点多，所以在Spark平台下，很多程序员更愿意使用Scala语言，而Scala就是基于Java语言构建的，所以有Java基础再学习Scala还是比较轻松的。
单学Java以后的就业方向单一，薪资就是Java程序员的基本水平；而Java大数据工程师，以后的就业可以从事Java方面的工作，也可以涉猎大数据方面的工作，因为对大数据技术知识有所涉猎，所以谈薪资的资本会高一些：
由于大数据产业的火爆，相关职位的待遇也是水涨船高。可以看到，大数据相关职位的平均薪资已经超过月薪20K。
Python大数据：
Python语言目前在大数据和人工智能领域有广泛的应用，原因就是Python语言简单、直接、方便。Python语言是脚本式语言，所以学习起来比较简单，脚本语言的天然属性就是直接，所以Python在语法结构上比Java要“轻”很多。
另外，由于Python有丰富的库支持，所以Python做软件开发也非常“直接”，程序员的作用有点像做“集成”的感觉。目前Python在Hadoop和Spark平台下的使用都非常普遍，而且越来越多的Java程序员转向使用Python，因为没人愿意复杂。
但是Python缺点也比较明显，那就是Python的性能远不及Java，另外与大数据平台的耦合度也不如Java好。但是如果你使用Python做算法实现、数据分析、数据呈现等应用是完全没有问题的，效率也比较高。
总之，如果做大数据开发，小编建议Java和Python最好都学习一下（主学Java），语言本身就是工具。
为什么有的人学过财务报表分析，真给他一份报表，却无从下手？
有人学过财务分析，但如果一开始让他去实际中做财务分析，基本上是不会的。这种现象是比较常见，也是非常正常的。就像很多人都有这种感受，大学里明明学过了金融企业会计，可是进去了证券公司财务，开头依然是一抹黑。
主要原因有：第一，万事开头难，实践出真知。首先，一个从没没有做过财务分析的人，突然面对一家公司的财务分析，一不了解这个公司的业务特点，而不了解数据背后的意义，怎么进行分析，如何判断数据是否异常，以及数据背后是否有什么特殊业务等等。而他学的财务分析知识更像工具性手段，没有基本财务知识和业务知识，有工具也没办法落到实处。
第二，实际中的财务分析更偏向于业务分析。因为财务分析分析到最后，是要给各个部门的老总或领导看的，他们懂业务，可能并不懂财务。如果单纯按照书上讲的进行杜邦分析或金融报表分析，会让非财务人员难以看懂。做财务分析的目的，主要是结合业务，对业务进行分析，通过简单明了的数据，让非财务人员也能一眼看懂，并能提出一定的建设意见。比如，人工效率太低，低于平均多少，建议是什么。所以，一开始写财务分析前，一定要对业务有所了解，不然就是纸上谈兵，云里雾里，也会让人看不懂。
但学会财务分析的人，肯定比没学过财务分析的有优势。至少他们有财务分析的思路和思维方式在，在他们熟悉业务模式时，说不定能写出更有新意的财务分析。所以，一开始不会是很正常，熟悉一段业务后，依然不会的话，就不应该了。那这样可能就是并没有好好学财务分析，学过并不等同于学好。
所以财务分析要写好，并不容易，需结合业务实际，通过简明数据，清晰地分析，给出建设性的建议。没有什么是一蹴而就的，万丈高楼平地起，万事开头难，好好努力，也能静待花开。