我学的是统计学类，我们学校是大二才分专业，我想问一下各位统计学和应用统计学哪个容易一点，课少？_百度知道
我学的是统计学类，我们学校是大二才分专业，我想问一下各位统计学和应用统计学哪个容易一点，课少？
我有更好的答案
什么学校啊，还有应用统计学这个专业？
都不太好找工作的专业。能换别的专业最好
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。我是经理统计学专业，问现在应该读什么_百度知道
我是经理统计学专业，问现在应该读什么
对未来职业就业前景迷茫，现在大二还未接触专业
我有更好的答案
你可以根据自己的条件和志趣，自主 地择业。但这中间也有一个弊端，就是有人要失业。所以也形成了择业的竞争压力。统计学专业毕业的学生就业形势很严峻，社会需求量接近于饱和状态。在就业时要从自身条件出发，客观地评 价估计自己，在经历了大学四年的学习之后，要用成熟、稳重、自信的风貌出现在人们面前，另外，现在的大学生也不要总拘泥于选择大城市、大单位，总注意个人 收入，工作环境，要多考虑一下偏远的地区，多注意一下西部的开发，多关注中国的不发达却需要人才的地方。还有就是在面试时，一定要带上自己的成绩单。一般单位都认为好学生是能做好统计工作的，因为统计工作需要认真、耐心、踏踏实实，所 以这一点是很重要的。
采纳率：81%
为您推荐：
其他类似问题
统计学专业的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。登录高顿网校
资料修改成功
失败提示失败提示
合作账号登录
扫描二维码打开公众号
扫描二维码下载App
统计专业的学子在面试时常被问到的问题
用微信扫二维码
用微信扫二维码
　　统计专业的学子在面试时会遇到哪些问题呢，许多正在就业门外徘徊的就业者一定很苦恼面试时会遇到哪些问题，下面是高顿网校小编整理的面试常见问题。
　　做职业选择面临的问题
　　在做职业选择的时候，我们主要会面临以下问题，
　　１．价值观问题：什么对我是最重要的？家庭，事业，健康，朋友，金钱。
　　２．性格问题：我的性格适合从事这个职业吗？会不会影响这个职业的发展。
　　３．爱好问题：我喜欢这个职业吗？
　　４．发展前景问题：我从事这个职业，有发展吗？是否能学到我要学的领域？职级和薪资都通过努力得到提高吗？
　　５．家庭支持度问题：我的家人，家庭情况支持我做这份工作吗？包括我们生儿育女，照顾子女，赡养父母是否对我们的工作产生影响？
　　６．门槛问题：我现有的知识，经验，技能，证书能让我获得我想要的工作吗？
　　７．薪资满意度：我是否满意这份工作的薪资？
　　８．信心问题：我有信心做好这份工作吗？
　　９．市场需求问题：市场上对这个职位有需求吗？需求量大吗？
　　１０．时间问题：追求我的就业方向需要多长时间？我是否有时间追求我的就业方向？
　　１１．&吃苦问题：这份工作是否很苦，我能不能吃这种苦？
　　１２．&风险预估问题：我是否预估到从事这个职业有什么风险？我是否有能力承担这种风险？
　　相关热点推荐：
　　高顿网校小编赠言：虽然现实生活中，不是所有的梦想都能开花结果，也不是所有的人都能梦想成真。但每一个梦想都是绚烂多姿，每一个人都因追逐梦想而生活得更加精彩。
扫一扫微信，关注*7统计从业考试动态
CPA注册会计师
对不起！让你来吐槽了
新版建议课程反馈题库反馈直播反馈举报
反馈内容（*必填）
+ 上传图片
很愤怒刚学习不久，没法学啊要考试了，急死我了这次就不告诉你们老板了，限你们赶紧弄好算了，麻木了做统计学习应该学 Python 还是 R？ - 知乎有问题，上知乎。知乎作为中文互联网最大的知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。771被浏览<strong class="NumberBoard-itemValue" title="7分享邀请回答kdnuggets.com/。（顺便做个广告，本文由数据客团队翻译，微信号idacker，欢迎和我们一起关注数据）Python和R是统计学中两种最流行的的编程语言，R的功能性主要是统计学家在开发时考虑的（R具有强大的可视化功能），而Python因为易于理解的语法被大家所接受。在这篇文章中，我们将重点介绍R和Python以及它们在数据科学和统计上地位之间的差异。关于R的介绍Ross Ihaka和Robert Gentleman于1995年在S语言中创造了 开源语言R，目的是专注于提供更好和更人性化的方式做数据分析、统计和图形模型的语言。起初R主要是在学术和研究使用，但近来企业界发现R也很不错。这使得中的R成为企业中使用的全球发展最快的统计语言之一。R的主要优势是它有一个庞大的社区，通过邮件列表，用户贡献的文档和一个非常活跃Stack Overflow group提供支持。还有CRAN镜像，一个用户可以很简单地创造的一个包含R包的知识库。这些包有R里面的函数和数据，各地的镜像都是R网站的备份文件，完全一样，用户可以可以选择离你最近的镜像访问最新的技术和功能，而无需从头开发。如果你是一个有经验的程序员，你可以不会觉得使用R可以提高效率，但是，你可能会发现学习R经常会遇到瓶颈。幸运的是现在的资源很多。关于Python的介绍Python是由Guido van Rossem创建于1991年，并强调效率和代码的可读性。希望深入的数据分析或应用统计技术的程序员是Python的主要用户。当你越需要在工程环境中工作，你会越喜欢Python。它是一种灵活的语言，在处理一些新东西上表现很好，并且注重可读性和简单性，它的学习曲线是比较低的。和R类似，Python也有包，pypi是一个Python包的仓库,里面有很多别人写好的Python库。Python也是一个大社区，但它是一个有点比较分散，因为它是一个通用的语言。然而，Python自称他们在数据科学中更占优势地位：预期的增长，更新颖的科学数据应用的起源在这里。R和Python：数字的比较在网上可以经常看到比较R和Python人气的数字，虽然这些数字往往就这两种语言是如何在计算机科学的整体生态系统不断发展，但是很难并列进行比较。主要的原因是，R仅在数据科学的环境中使用，而Python作为一种通用语言，被广泛应用于许多领域，如网络的发展。这往往导致排名结果偏向于Python，而且从业者工资会较低。R如何使用？R主要用于当数据分析任务需要独立的计算或分析单个服务器。这是探索性的工作，因为R有很多包和随时可用的测试，可以提供提供必要的工具，快速启动和运行的数量庞大几乎任何类型的数据分析。R甚至可以是一个大数据解决方案的一部分。当开始使用R的时候，最好首先安装RStudio IDE。之后建议你看看下面的流行包：odplyr, plyr 和 data.table 可以轻松操作包ostringr 操作字符串ozoo做定期和不定期的时间序列工作oggvis, lattice, and ggplot2 进行数据可视化ocaret 机器学习Python如何使用？如果你的数据分析任务需要使用Web应用程序，或代码的统计数据需要被纳入生产数据库进行集成时你可以使用python，作为一个完全成熟的编程语言，它是实现算法一个伟大的工具。虽然在过去python包对于数据分析还处于早期阶段，但是这些年已经有了显著改善。使用时需要安装NumPy/ SciPy的（科学计算）和pandas（数据处理），以使Python可用于数据分析。也看看matplotlib，使图形和scikit-learn机器学习。不同于R，Python有没有明确的非常好的IDE。我们建议你看看Spyder以及IPython网站，看看哪一个最适合你。R和Python：数据科学行业的表现如果你看一下最近的民意调查，在数据分析的编程语言方面，R是明显的赢家。有越来越多的人从研发转向Python。此外，有越来越多的公司使用这两种语言来进行组合。如果你打算从事数据行业，你用好学会这两种语言。招聘趋势显示这两个技能的需求日益增加，而工资远高于平均水平。R：优点和缺点优点可视化能力强可视化通常让我们更有效地理解数字本身。R和可视化是绝配。一些必看的可视化软件包是ggplot2，ggvis，googleVis和rCharts。完善的生态系统R具有活跃的社区和一个丰富的生态系统。R包在CRAN，Bioconductor的和Github上。您可以通过Rdocumentation搜索所有的R包。用于数据科学R由统计学家开发，他们可以通过R代码和包交流想法和概念，你不一定需要有计算机背景。此外企业界也越来越接受R。缺点R比较缓慢R使统计人员的更轻松，但你电脑的运行速度可能很慢。虽然R的体验是缓慢的，但是有多个包来提高的r性能：pqR,renjin，FastR, Riposte 等等。R不容易深入学习R学习起来并不容易，特别是如果你要从GUI来进行统计分析。如果你不熟悉它，即使发现包可能会非常耗时。Python：优点和缺点优点IPython NotebookIPython Notebook使我们更容易使用Python进行数据工作，你可以轻松地与同事共享Notebook，而无需他们安装任何东西。这大大减少了组织代码，输出和注释文件的开销。可以花更多的时间做实际的工作。通用语言Python是一种通用的语言，容易和直观。在学习上会比较容易，它可以加快你写一个程序的速度。此外，Python测试框架是一个内置的，这样可以保证你的代码是可重复使用和可靠的。一个多用途的语言Python把不同背景的人集合在一起。作为一种常见的、容易理解，大部分程序员都懂的，可以很容易地和统计学家沟通，你可以使用一个简单的工具就把你每一个工作伙伴都整合起来。缺点可视化可视化是选择数据分析软件的一个重要的标准。虽然Python有一些不错的可视化库，如Seaborn，Bokeh和Pygal。但相比于R，呈现的结果并不总是那么顺眼。Python是挑战者Python对于R来说是一个挑战者，它不提供必不可少的R包。虽然它在追赶，但是还不够。最终你该学习什么呢：由你决定！作为一个数据工作者，你需要在工作中选择最适合需要的语言。在学习之前问清楚这些问题可以帮助你：你想解决什么问题？什么是学习语言的净成本？是什么在你的领域中常用的工具？什么是其他可用工具以及如何做这些涉及到的常用工具？注：DataCamp是一个在线互动教育平台，提供数据科学和R编程课程。21511 条评论分享收藏感谢收起33 条评论分享收藏感谢收起我已经在做统计了,但我没有学过统计学,想问一下统计应该要学些什么，我是里面有认识的人不懂叫他们帮我_百度知道
我已经在做统计了,但我没有学过统计学,想问一下统计应该要学些什么，我是里面有认识的人不懂叫他们帮我
我已经在做统计了,但我没有学过统计学,想问一下统计应该要学些什么，我是里面有认识的人不懂叫他们帮我一下，但我不想永远靠他们，还有他们有些东西也不叫我做，所以我不知道统计我还有多少不懂的没做
我有更好的答案
你在做哪些方面的统计，有多少功底，计算机这些如何，你要把问题说的具体些，别人才好帮助你呀。
采纳率：50%
为您推荐：
其他类似问题
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}