为什么有了SAS，WEKA等功能强大的数据分析挖掘软件，还需要
R，PYTHON
1.R是用于统计分析和图形化的计算机语言及分析工具；
2.Weka可能是名气最大的开源机器学习和数据挖掘软件，但用起来并不方便，界面也简单了点；
3.Tanagra 是使用图形界面的数据挖掘软件；
4.RapidMiner现在流行的势头在上升，但它的操作方式和商用软件差别较大，不支持分析流程图的方式，当包含的运算符比较多的时候就不容易查看了；
5.KNIME和Orange看起来都不错，Orange界面看上去很清爽，但我发现它不支持中 文。推荐KNIME，同时安装Weka和R扩展包。 对于普通用户可以选 用界面友好易于使用的软件，对于希望从事算法开发的用户则可以根据软件开发工具不同（Java、
R、C++、Python等）来选择相应的软件。
电脑金融是什么东西
操作系统：linux、MacOS 论文编写工具：latex（开源） 数学软件：Matlab、Octave（开源的matlab）、Scilab（开源） 统计软件：R（开源）、spss、eview、stata、sas 编程软件：Python（开源）、Lisp（开源） 以上内容，每项选一个就可以了。
Ruby和Python学哪个比较好
看你的需求了，如果是web开发，Ruby更多一些，社区对这个支持的也挺好，框架很统
一， Python web开发也不错，但是各种框架需要自己选择适合自己的，但是如果是脚本开发，Python显然要比Ruby好不少，望采纳。
请问现今十大热门编程语言是什么？
2006年20种程序开发语言排名数据， 这个排名依次是： Java、
C、 C++、 Visual Basic、 PHP、 Perl、 Python、 C#、 JavaScript、 Delphi、 SAS、 Ruby、 PL/SQL、
D、 ABAP、 Lisp/Scheme、 COBOL、 Ada、 Pascal、 Visual FoxPro
数据挖掘分析用什么软件比较好？
小规模的自己写脚本就可以了，可以用python开发的orange数据挖掘工具。 大规模的话可能还需要会用hadoop这样的框架。
SAS，SPSS，Matlab，Mathematic，
R，Python各用于什么行业和职位
SAS，SPSS，
R 一般都是作为统计和建模软件 ，其中SAS，SPSS在金融电信等传统行业用的很多，R用的比较小众，但是已成为新宠，偏互联网行业。 Matlab 是商业数值计算软件，仿真工具，一般用于工业领域，Mathematic是纯数学软件专用。python主流的编程语言，用途主要是在web 开发，自动化测试，爬虫，数据科学等领域。具体的求职你看下招聘网站看下就知道了
SAS和R语言哪一个更好
现在流行P和Python语言，基本是数据工程师必备的了，其他你说的那三个都是商业软件，价格比较贵，可能有一些企业做金融数据分析用的比较多，但是推荐使用开源的，R和Python语言进行编写，可调用的工具包非常的多。
SAS和Python学哪个好
具体业务用的是什么咯，对比可以看下
（1）SAS：在商业分析领域，它是无可争辩的霸主。SAS提供了丰富的统计功能，友好的GUI界面可以让分析师快速上手，技术支持也做的相当到位。但，太贵了，并且对于一些最新的统计分析方法，SAS更新比较慢。
（2）Python：最早是一个开源脚本语言，近几年使用率大增。如今一些库（如numpy、scipy和matplotlib）和函数的引入，也使得它能支持几乎所有统计分析和统计建模工作。另外也由于Pandas这个库，使得Python在结构化数据的处理上非常给力。
统计专业的学生适合学python吗？
统计学专业推荐学python吗？ 最开始不需要，excel和ppt可以满足绝大多数数据处理和呈现工作，业务知识的积累更重要，但是随着数据处理量增加，提取数据需要sql，日志清洗用shell，数据挖掘python或
R，集成工具spss、sas，交互式图表上BI，Excel不带点酷炫的vba也说不过去了。 数据分析是通过对数据的处理，结合行业、业务以及其他学科知识，给出数据表达的信息，之后根据这些信息进行判断决策。数据分析还可以有更深层的内容，例如数据挖掘，就是对统计方法与业务结合通过数据工具进行更深入的延展。 但这些也不是必须，因为数据工程师会帮助解决大部分需要编程的需求，不过会还是比不会强！ 现在大数据很多时候用python实现方便，统计学也越来越和大数据紧密结合。很多大数据方面的统计学家需要python来完成分析。
sas和python的区别 知乎
根据我个人经历的话：风管爱SAS，策略爱Python。SAS能handle很大数据量，量大时跑得快，而且很多统计功能用起来方便，和其它软件结合的很好，可以博采众长。有时候有些功能sas能实现但proc加其它软件做merge啊join啊能快很多；Python的话就比较好上手，而且package各式各样的，设计那种从网页扒数据的策略啊，time series相关的策略啊，都可以选相应的package辅助。另外我的经验来看的确美帝大公司很爱SAS，我前老板说这个写简历上会非常fancy。【毕竟这软件不便宜个人一般不用？】Python的话很essible，用mac就更是自带python。另外一些网上的回测平台都是用的python的语法，的确很适合拿它写策略吖～
学统计学应该学哪个软件？SPSS SAS Matlab 还是R
MATLAB就不要用了吧，除非你想做机器学习，但是据说机器学习真正做的时候也不太用MATLAB了。 其他3个看你自己了吧。据说SPSS基本是用鼠标操作的，简单一点，但是好像有人评价说里面编程语言有点奇怪，还收费。而且用鼠标的缺点是可重复性差。SAS和R都是编程的。SAS收费，占的空间特别大，功能应该非常强大，不过个人感觉编程语言很奇葩，不是很喜欢（可能因为我还没怎么入门吧），但是还是很多人用，据说生物统计（尤其是制药）方面大多用SAS。R开源，个人觉得编程语言比较舒服，还有很好的IDE（RStudio），开源社区也比较完善，所以比较全能，而且很多新的算法都可以直接找到，据说很多小的公司为了省钱会用R（为什么感觉我在给R打广告o(╯□╰)o，所以说点缺点吧……），但是据别人评价说学习曲线很陡，比较难入门（虽然我自己没感觉，可能是因为我学过MATLAB吧），感觉运行速度也比较慢（不知道和SPSS、SAS比怎么样，反正总的来说比MATLAB慢），扩展包的质量良莠不齐（毕竟是开源，个人觉得除了CRAN和Bioconductor之外的包都要小心点，就算是这2个里面的如果用的人少也要小心），有些类似的功能在不同地方实现了好几遍（毕竟没有人专门去规划扩展包的开发，不像SPSS和SAS这样整个是大公司开发），可能对大数据的支持稍微有点弱（这一点我不太敢确定哈，R还是有SQL接口、支持并行的）。和类Unix系统（比如Linux那一堆系统）比，R对Windows系统感觉不是很友好（或者倒过来说……），深入一些的东西有的要自己去调系统设置。 总之我觉得最关键的是选一个能上手的赶快用起来，最好学会编程，有了这个基础学其他的就应该比较轻松了。到时候用哪个可能只是看周围的人用哪个而已，说不定会用Python、Julia、Stata、Minitab什么的呢？