Python的可視化和Tableau可視化有何不同？學會了Python還有必要學Tableau嗎？
Python現在好像說是很厲害也很全面的一款編程工具，請問Python的可視化和Tableau可視化有何不同？？學會了Python還有必要學Tableau嗎？？數據分析工作時是否只要會兩者其中一種就OK了？
從數據分析工作角度來說，Tableau還是有一些得天獨厚的優勢的，和Python可視化相比最明顯的優勢有兩點：
- 拖拽式操作，不需要寫代碼，學習門檻低，各部門非數據專職的業務人員經過不到一天的培訓基本都能使用。對企業來說，能很大程度上釋放專業數據分析團隊的人力。
- Tableau可以很簡單的實現報表線上部署，很多時候分析師做了一個不錯的分析框架之後，可以很容易的把這個分析框架通過Tableau發布成一個在線共享的可視化產品。目前來看Tableau是我接觸過的線上數據產品開發最好用、最低門檻的工具了。
相對來說，Python可視化的學習門檻比較高，一般來說都是專職數據分析師玩得轉；用Python的可視化開源工具，如果想快速做成一個數據產品（滿足數據每天更新、可以多團隊共享查看、讀者可以有一些篩選器做簡單的自助分析）是比較高的，但Tableau做這件事情門檻極低。
如果有機會使用到Tableau（得看公司買不買了，一個賬號一年費用還挺貴的），且工作範圍會涉及數據產品，建議還是學習一下，技不壓身，而且Tableau學習到入門的門檻挺低的。
Tableau，通俗來講，是一款數據可視化的工具。它能夠將枯燥的數據變化成為簡單直觀的效果圖，比如下圖這樣：
*圖片來源：網路
目前，各大投行、科技公司已開放2020秋招，其中相當多的數據崗標明候選人需掌握Tableau技能。而且掌握Tableau，你不光能找到數據分析類崗位，同時還能找到BI類（商業智能）崗位。BI類工作機會的Title有：Tableau Developer、BI Analyst 或BI Developer。其中，Tableau Developer的薪資甚至能達到$112,287！
*圖片來源：網路
【本回答推薦實習信息——位元組跳動北京海淀區運營實習生】
崗位信息在文末哦~歡迎關注，感謝點贊評論。
求職小白看過來！點擊文中鏈接享受1次職業規劃和求職競爭力報告！
職業規劃/實習/內推/簡歷/面試/秋招/春招 ……
任何個人規劃求職問題都可以來找UniCareer諮詢！
【解決求職困惑，點此免費諮詢】?www.unicareer.com
職業規劃/實習/內推/簡歷/面試/秋招/春招 ……
任何個人規劃求職問題都可以來找UniCareer諮詢！
【解決求職困惑，點此免費諮詢】?www.unicareer.com（一）Tableau的優勢
Tableau的使用並不需要太多的coding經驗，可以有快速的背景提升，讓簡歷飽和起來。通過簡單的drag and drop，就可以輕鬆快速地實現數據分析。對於數據的分析者和公司管理者來說，Tableau的視覺呈現效果更加生動，從而更好地實現高效數據分析和行為決定。
職業規劃/實習/內推/簡歷/面試/秋招/春招 ……
任何個人規劃求職問題都可以來找UniCareer諮詢！
【解決求職困惑，點此免費諮詢】?www.unicareer.com（二）Tableau對求職的幫助
BI類工作的Title之一有Tableau Developer，這類工作對Tableau技能的要求最高，工作機會集中在很多大、中型公司的商業智能部/IT部門，或者德勤的諮詢部門、埃森哲等諮詢公司。Tableau已成為合格數據分析師和商業分析師必須掌握的技能之一。
所以tableau還是很有學習的必要的！
職業規劃/實習/內推/簡歷/面試/秋招/春招 ……
任何個人規劃求職問題都可以來找UniCareer諮詢！
【解決求職困惑，點此免費諮詢】?www.unicareer.com
本篇回答實習——【北京】位元組跳動北京海淀區運營實習生
崗位職責：
1、對部門產生的業務數據及內容進行負責對現有用戶數據進行整理分析，以天維度統計，提供輔導運營團隊數據分析支持
2、參與協助進行運營活動的策劃及落地執行
3、協助部門在用戶服務體驗，續費留存等運營節點設計上，完成相關物料的支持
4、完成交辦的臨時事務性工作
崗位要求：
1、本科以上學歷
2、文筆功底較好，腦洞大
3、邏輯思維和溝通能力強，工作細心負責，有良好的的團隊協作能力
4、熟練掌握WORD、EXCEL的使用，具備較好的數據處理能力
5、對教育行業感興趣有熱情，抗壓力強，需保證全職到崗。
簡歷投遞
投遞郵箱：[email protected]（收到簡歷後，我們將儘快為符合條件者安排面試）
【求職乾貨傳送門】
熱點分析 | 送你滿屏大炸彈: 微信8.0的表情你覺得好玩嗎？ - 知乎
房地產行業分析 | 安家費10W、3年當經理、八險一金, 龍湖、融創等近百地產春招打響 - 知乎
求職乾貨 | 我, 會數據分析, 薪資翻倍! - 知乎
戰績 | 狂攬近7000張Offer, Uni學員2020就業研報出爐 - 知乎
戰績 | 恭喜VIP學員斬獲國泰君安 (上海) 固定收益研究全職Offer!
UniCareer，專註技能提升的職場大學。 職前教育領域唯一獲近2億C輪融資的在線職場大學； 職前教育領域唯一被UBS、嘉實、蘋果、Amazon、歐萊雅、華為、網易遊戲、益普索、融創等上百家頂尖名企官方企業人才培訓＆招聘合作的在線職場大學； 職前教育領域唯一被耶魯大學、哥倫比亞大學、康奈爾大學、倫敦政治經濟學院、南洋理工大學、清華大學等超30多所名校官方認證＆課程採購的在線職場大學。
由UniCareer獨家整理髮布, 如需轉載請註明來源
版權聲明：UniCareer發布原創求職乾貨文章及獨家講座福利等優質內容外，致力於分享優秀求職乾貨文章。如涉及版權問題，敬請原作者原諒，並聯繫UniCareer進行處理。同時，UniCareer也非常歡迎品牌的推廣以及戰略合作。
發佈於 04-07繼續瀏覽內容
知乎發現更大的世界打開
Chrome繼續
學掌門數據分析?已認證的官方帳號謝邀@Data Diggers
首先 Tableau是可視化工具 ， python是一門編程語言 。
一旦是工具的話侷限性會比較強 ，Tableau主要是幫助我們查看理解數據的 ，python的話是可以結合數據處理最終展示可視化的結果的 。
數據可視化的最終結果都是為了方便分析 ，而數據分析不僅僅會可視化就可以了 ，數據處理也是非常重要的一部分 。
2020年最新數據分析學習資料?amaomaode.mikecrm.com編輯於 2020-12-25繼續瀏覽內容知乎發現更大的世界打開Chrome繼續
Ada高級數據分析師/可視化達人謝邀@Data DiggersPython和Tableau是兩種完全不同的數據可視化的工具
Python是一種編程語言，裡面有很多可以調用的數據可視化的包，這些包生成的圖表可以嵌入到網頁上，就成了我們平時在網上看到的各種數據圖。這些圖後面的數據通常都是高度計算整合後的數據，數據量比較少。通常把原始數據導入Python之後，是需要在Python裡面做很多數據處理和分析的，分析完的結果才會利用這些可視化的包給呈現出來。在Python裡面做分析其實主要還是前期的數據處理和準備，可視化只是最後一環，當然也不排除中途利用一些圖表來輔助分析。而且做出來這些圖表之後，也需要把這些圖表整合來呈現一個整體的結論。
Python裡面常用的可視化的包有：
- Matplotlib
- Seaborn
- ggplot
- Plotly
- Geoplotlib
它們做出來的圖是這樣的：
如果只調用基本的函數可能做出來的圖會比較簡陋，要達到好看的效果還是需要很多的精力和coding的
而Tableau是另一種完全不同的可視化的工具，它後面的概念就是Visual Analysis,倡導利用可視化圖表來進行分析，也就是拿到數據之後先簡單處理一下就根據要解決的問題開始作圖了，邊作圖邊分析，一直到得到結論為止。比如你要分析房價，你拿到房價的數據之後首先要關注的可能是一共有多少條數據，那就在Tableau裡面做一個關於記錄數的柱狀圖，然後你可能會再想這些房價都是什麼時候記錄的房價，那可能會再做一個關於時間和記錄數的曲線圖，然後你可能會繼續想探究每個城市每個區的情況是什麼樣，把更多的維度加入到這些圖表裡面，根據想看的信息的不同再調整圖表的類型。Tableau也提供了很多便捷的功能來輔助這些分析，減少思考和生成圖表所用的時間，比如雙擊欄位就可以自動作圖，拖拉作圖等等。所以Tableau裡面需要的coding是比較少的，但是如果瞭解一些coding也是很有幫助的。
下面這個是一個Tableau可視化的例子
你可以看到它更偏向的是講一個數據的story，在原始數據比較乾淨的情況下在Tableau裡面這樣的儀錶板是可以比較快的完成的，而且Tableau自帶的設計很多時候就能滿足要求
至於題主說學會了Python要不要學Tableau，這主要卻決於題主之後的打算，如果想做網頁開發、比較深入的數據分析、數據科學家或者網別的IT方向拓展，Python是比較適合的，如果想向業務方向發展，專註BI，那可以考慮Tableau。數據分析的話簡單的數據分析Tableau是可以的，但是要做複雜的，分析一些Pattern，變數關係的話還是需要用到Python。因為Python是一種編程工具，裡面涉及了很多分析和可視化的概念以及數據處理和編程語法，如果學會了Python那入門Tableau是比較快的，反之則比較慢。
首先 Tableau是可視化工具 ， python是一門編程語言 。
一旦是工具的話侷限性會比較強 ，Tableau主要是幫助我們查看理解數據的 ，python的話是可以結合數據處理最終展示可視化的結果的 。
數據可視化的最終結果都是為了方便分析 ，而數據分析不僅僅會可視化就可以了 ，數據處理也是非常重要的一部分 。
2020年最新數據分析學習資料?amaomaode.mikecrm.com編輯於 2020-12-25繼續瀏覽內容知乎發現更大的世界打開Chrome繼續Ada高級數據分析師/可視化達人謝邀@Data DiggersPython和Tableau是兩種完全不同的數據可視化的工具
Python是一種編程語言，裡面有很多可以調用的數據可視化的包，這些包生成的圖表可以嵌入到網頁上，就成了我們平時在網上看到的各種數據圖。這些圖後面的數據通常都是高度計算整合後的數據，數據量比較少。通常把原始數據導入Python之後，是需要在Python裡面做很多數據處理和分析的，分析完的結果才會利用這些可視化的包給呈現出來。在Python裡面做分析其實主要還是前期的數據處理和準備，可視化只是最後一環，當然也不排除中途利用一些圖表來輔助分析。而且做出來這些圖表之後，也需要把這些圖表整合來呈現一個整體的結論。
Python裡面常用的可視化的包有：
- Matplotlib
- Seaborn
- ggplot
- Plotly
- Geoplotlib
它們做出來的圖是這樣的：
如果只調用基本的函數可能做出來的圖會比較簡陋，要達到好看的效果還是需要很多的精力和coding的
而Tableau是另一種完全不同的可視化的工具，它後面的概念就是Visual Analysis,倡導利用可視化圖表來進行分析，也就是拿到數據之後先簡單處理一下就根據要解決的問題開始作圖了，邊作圖邊分析，一直到得到結論為止。比如你要分析房價，你拿到房價的數據之後首先要關注的可能是一共有多少條數據，那就在Tableau裡面做一個關於記錄數的柱狀圖，然後你可能會再想這些房價都是什麼時候記錄的房價，那可能會再做一個關於時間和記錄數的曲線圖，然後你可能會繼續想探究每個城市每個區的情況是什麼樣，把更多的維度加入到這些圖表裡面，根據想看的信息的不同再調整圖表的類型。Tableau也提供了很多便捷的功能來輔助這些分析，減少思考和生成圖表所用的時間，比如雙擊欄位就可以自動作圖，拖拉作圖等等。所以Tableau裡面需要的coding是比較少的，但是如果瞭解一些coding也是很有幫助的。
下面這個是一個Tableau可視化的例子
你可以看到它更偏向的是講一個數據的story，在原始數據比較乾淨的情況下在Tableau裡面這樣的儀錶板是可以比較快的完成的，而且Tableau自帶的設計很多時候就能滿足要求
至於題主說學會了Python要不要學Tableau，這主要卻決於題主之後的打算，如果想做網頁開發、比較深入的數據分析、數據科學家或者網別的IT方向拓展，Python是比較適合的，如果想向業務方向發展，專註BI，那可以考慮Tableau。數據分析的話簡單的數據分析Tableau是可以的，但是要做複雜的，分析一些Pattern，變數關係的話還是需要用到Python。因為Python是一種編程工具，裡面涉及了很多分析和可視化的概念以及數據處理和編程語法，如果學會了Python那入門Tableau是比較快的，反之則比較慢。
Python和Tableau是兩種完全不同的數據可視化的工具
Python是一種編程語言，裡面有很多可以調用的數據可視化的包，這些包生成的圖表可以嵌入到網頁上，就成了我們平時在網上看到的各種數據圖。這些圖後面的數據通常都是高度計算整合後的數據，數據量比較少。通常把原始數據導入Python之後，是需要在Python裡面做很多數據處理和分析的，分析完的結果才會利用這些可視化的包給呈現出來。在Python裡面做分析其實主要還是前期的數據處理和準備，可視化只是最後一環，當然也不排除中途利用一些圖表來輔助分析。而且做出來這些圖表之後，也需要把這些圖表整合來呈現一個整體的結論。
Python裡面常用的可視化的包有：
- Matplotlib
- Seaborn
- ggplot
- Plotly
- Geoplotlib
它們做出來的圖是這樣的：
如果只調用基本的函數可能做出來的圖會比較簡陋，要達到好看的效果還是需要很多的精力和coding的
而Tableau是另一種完全不同的可視化的工具，它後面的概念就是Visual Analysis,倡導利用可視化圖表來進行分析，也就是拿到數據之後先簡單處理一下就根據要解決的問題開始作圖了，邊作圖邊分析，一直到得到結論為止。比如你要分析房價，你拿到房價的數據之後首先要關注的可能是一共有多少條數據，那就在Tableau裡面做一個關於記錄數的柱狀圖，然後你可能會再想這些房價都是什麼時候記錄的房價，那可能會再做一個關於時間和記錄數的曲線圖，然後你可能會繼續想探究每個城市每個區的情況是什麼樣，把更多的維度加入到這些圖表裡面，根據想看的信息的不同再調整圖表的類型。Tableau也提供了很多便捷的功能來輔助這些分析，減少思考和生成圖表所用的時間，比如雙擊欄位就可以自動作圖，拖拉作圖等等。所以Tableau裡面需要的coding是比較少的，但是如果瞭解一些coding也是很有幫助的。
下面這個是一個Tableau可視化的例子
你可以看到它更偏向的是講一個數據的story，在原始數據比較乾淨的情況下在Tableau裡面這樣的儀錶板是可以比較快的完成的，而且Tableau自帶的設計很多時候就能滿足要求
至於題主說學會了Python要不要學Tableau，這主要卻決於題主之後的打算，如果想做網頁開發、比較深入的數據分析、數據科學家或者網別的IT方向拓展，Python是比較適合的，如果想向業務方向發展，專註BI，那可以考慮Tableau。數據分析的話簡單的數據分析Tableau是可以的，但是要做複雜的，分析一些Pattern，變數關係的話還是需要用到Python。因為Python是一種編程工具，裡面涉及了很多分析和可視化的概念以及數據處理和編程語法，如果學會了Python那入門Tableau是比較快的，反之則比較慢。
tableau是一個軟體，你可以直接通過拖拽式的操作，將數據顯示成圖表。本質上來講，tableau和excel有點類似，都是內置了大量的圖標類型，可以選擇將數據繪製成不同種類的圖標，上手簡單，基本上不到一天就能上手。所以非程序員也可以很快的熟悉tableau
python的話，是通過第三方模塊來進行圖表繪製的，而python是一門語言，你要掌握python的語法，以及第三方庫的使用方式。難度比較大一些，但是繪製的圖表種類、支持的數據量等等要比tableau多很多，可定製化也比較強。
就我個人而言，我喜歡用python的一個叫做plotly的第三方包，可以畫出任意的圖表，tableau只用過一次，雖然很方便，但貌似沒辦法自動化，而且那東西是收費的。
追加：
如果可視化之前，需要對原始數據進行不少預處理的話，建議還是直接用Python。
（雖然Tableau也可以在裡面寫python code，但是在環境管理，導入庫方面Tableau還是比較麻煩的，不如直接花幾天學下python會比較方便一點）
======= 原回答 =======
Python可視化靈活度非常高，Tableau上手非常快，而且圖表非常漂亮。
如果題主平時需要繪製處理大量重複度高的圖表，建議使用Tableau（如果公司給買license的話），如果是自由定製度高，需要每次切換不同適用場景的話，建議用Python（入門matplotlib, seaborn，中級一點的Bokeh, plotly，再往上可以結合Django試試看用Highcharts等）
學會了dos還有必要用Windows嗎？
推薦閱讀：
