每日一发小视频
首先来回答你的第一个问题：做数据分析一定要懂编程语言吗？答：数据分析师立足的根本就是要有数据可分析，要会分析的方法。目前而言，数据体量在不断的增加，以往512MB存储空间我们都会觉得很大了，现在呢？存储空间都是上T级或者更高级。如果你需要分析的数据过多，如何从海量数据中找到有效数据剔除无用数据？仅凭肉眼或者模式单一的软件是不可取的，比如你可以通过自己搭建网络爬虫获取自己想要的数据，利用Python库从海量数据中找出有用的数据，所以不是一定要懂编程语言，而是懂了并无害处。
第二个问题：不懂代码也是可以做数据分析的，但是前提是你要有数据，懂数据背后的含义，采用合适的方法去做数据分析，找出数据背后蕴含的含义。第一个问题和第二个问题举例子来讲，如果你不会厨艺，那你也可以开饭馆，但是需要你雇厨师。但是如果你本身就是厨师，那你就不需要雇。同样道理，数据分析不会编程，只要有数据就可以做，但是如果你会编程并没有害处呀！
第三个问题：
目前数据分析工具很多，下面列举几种常见的：
1、Excel
在很多企业的数据分析中，常用的是Excel。在Excel，需要重点了解数据处理的重要技巧及函数的应用，特别是数据清理技术的应用。这项运用能对数据去伪存真，掌握数据主动权，全面掌控数据；Excel数据透视表的应用重在挖掘隐藏的数据价值，轻松整合海量数据：各种图表类型的制作技巧及Power Query、Power Pivot的应用可展现数据可视化效果，让数据说话。因此想从事数据分析岗位的，需要快速掌握快各种Excel数据处理与分析技巧。
2、SPSS
是用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的一款软件集合，能够进行多种统计分析
3、R语言
R语言是一种环境，通过支持多种多样的包，可以完成爬虫、数据清洗、数据分析的功能。
4、Python
也是目前很火的用于数据分析的环境，其中多个包在大数据分析中功能强大。Numpy是Python科学计算基础包；pandas能够让我们处理结构化数据的大量数据结构和函数；matplotlib是最流行的用于绘制数据图表的python库等等。
最后一个问题：
数据分析是把数据变成信息的工具，数据挖掘是把信息变成认知的工具，数据分析是侧重于对已有数据的展示，而数据挖掘是从已有数据中找寻规律。
数据代表
肯定的回答：需要
数据分析师通常会提供sql去提取数据，进行分析处理出报表，少量数据通常用Excel，大量复杂数据就需要编程能力，使用代码来解决处理，如果分析师不懂编程必然会缩手缩脚的，提高不了自己的工作效率
分析师通常需要出一下自动化报表，这些功能如果会具有编程能力的话，那就手到擒来来，现在大部分公司都分析师除了sql，普遍都需要python数据分析处理能力
分析师工作常常涉及用户画像，数据挖掘，用户标签等等，这些功能都需要编程能力来辅助
格子衫程序员
最好还是要有一些编程的基础会比较好。虽然用sap等强大的工具已经可以完成很多业务，但是如果面对更加复杂的业务的话，编写代码还是少不了的。 只不过数据分析师，不用像程序员那天天天沉浸在代码中罢了。
数据分析工具我认为用的最多的就是spa了。
数据分析师和数据挖掘都需要对业务熟悉，不同的是数据挖掘的岗位在目前业界里面要求技术能力更强一些。 不过两者的界限也越来越模糊了。
