大家好，今天小编关注到一个比较有意思的话题，就是关于python编程傻子的问题，于是小编就整理了3个相关介绍Python编程傻子的解答，让我们一起看看吧。
初学编程要买树莓派吗？
初学编程别上树莓派也别上 Linux，老老实实的先在傻瓜式环境 windows 下编程。
在有了基础之后，上树莓派写点 python、C、node 什么的。初学编程直接上树莓派加 Linux 的话，真素***。python开源库原理？
Python的官方文档中有专门一个叫Python/C API的文档，是Python暴露给用户来编写模块的api，是用纯c语言的，直接编译生成dll或so动态链接库，改扩展名为pyd就可以放到python目录下的DLL文件夹里，在Python里直接import就行。
用这种方式你就基本能彻底理解Python中一切皆对象的概念，所有的所有都是一个叫PyObject的东西，就连代码块都是一个叫PyCode的东西。也会让你逐渐注意到Python的垃圾回收机制里引用计数的东西，每次处理PyObject都需要考虑引用计数要不要加1，什么时候加1，这些都是手动的。
看了其他回答，有用cpython来调c++动态链接库的，傻子才会这么干，low的一批。有用boost Python的，那玩意最近貌似不支持跨python版本了，其实boost Python就是对Python/C api进行封装。
不会Python只会Bi工具，可以从事数据分析师吗？
谢谢邀请！
答案是肯定的，即使不会Python编程也是可以从事数据分析岗位的。
目前数据分析岗位有两种工作方式，一种是***用各种数据分析软件进行数据分析（BI工具方式），另一种是通过算法设计和实现来完成数据分析（机器学习方式），在行业实际应用过程中，***用工具进行数据分析更加普遍一些。
通过BI工具来进行数据分析需要做好以下几件事情：
第一：业务建模。业务建模是BI数据分析的关键点，也是BI分析师需要重点掌握的内容。业务建模说到底就是一个逻辑问题，通过BI工具完成业务逻辑的分析是BI分析师考虑问题的出发点。业务建模需要掌握各种算法，这往往需要一个系统的学习过程。另外，不同行业的业务模型是不同的，也需要一段时间才能逐渐掌握。
第二：数据库知识。做数据分析是需要掌握数据库知识的，重点在于数据的提取，BI工具需要通过Sql语句完成对于传统关系型数据的提取，当然对于非关系型数据库（NoSQL）来说也可以通过中间件来完成操作，比如Hive就是一个不错的工具。
第三：数据呈现。数据分析工具往往都会提供丰富的数据呈现方式，对于***用工具完成数据呈现的分析师来说，如果想达到Python的灵活性还是需要下一番功夫的，毕竟呈现方式关乎用户的使用体验。
对于广大的传统行业来说，通过BI工具完成数据分析是比较常见的做法，其实Excel本身就能够完成大量职场上常见的数据分析任务。
目前大数据正处在落地应用的初期，大部分的数据分析任务依然是结构化数据分析，这种情况下，***用BI工具等进行数据分析是比较现实的选择，也是效率比较高的选择。
总之，即使不会编程依然可以从事数据分析工作，但是具备编程能力会明显提升自己的数据分析能力。
答案是肯定的，肯定可以，大专怎么了？别给自己设限。
如果你想去互联网行业，先包装一下自己吧，因为互联网还是挺看重学历的；但是你想去传统行业先做起来的话，也是一条不错的路。
你说你不会编程，完全ok，事实上就算会编程，在实际工作中用到的也不多，真去用python做数据分析的少之又少，会建模，会让业务用起来就行了。
企业为什么需要数据分析师? 试想一个企业内部包含跨部门的庞大数据量，怎样火眼金睛抽取有效数据，并将数据转化为清晰图表，呈现给管理者做决策呢？这时候就需要数据分析师了。
分析师玩转数据库，构建数据仓库，利用BI可视化工具得到全局的数据视图，对往期业绩进行分析，了解企业[_a***_]的问题并预测将来的发展，将最终结果呈现给企业的管理者，以***决策。
那么分析师需要掌握的技能有哪些？
1 SQL
SQL至关重要，你的SQL query 能力直接决定了你能不能得到一份工作，是的，得到一份工作。因为提升有不同方向，可以是ETL开发，数据仓库开发，可以是reporting等等，但是首先你得通过这行的门槛，那就是SQL。
2 Data Warehouse
DW（数据仓库）使我们的query能力又得到提升，并且保证了数据的安全性。数据仓库里的数据可以按需求排布成不同模型。
题主好像陷入了一个死区，Python和BI工具都能够做数据分析，但是各有优缺点，那为什么不两个一起结合起来用呢？
比如，我现在经常用Python在网上爬数据，然后用FineBI进行分析，有时候还用Python优化一下FineBI，结合两个工具的优点做起事来十分效率。
其实，Python这种伪代码性质的语言入门并不难，但是深入进去就不是什么简单的事情了，而且Python语言不能加密，但是目前国内市场纯粹靠编写软件卖给客户的越来越少，网站和移动应用不需要给客户源代码，所以这个问题就是问题了
BI工具的话，简单上手、灵活快捷，尤其是题主所说的FineBI、pentaho等自助化工具，傻瓜式操作很适合现在的数据分析小白入手，就算是掌握了R这种编程语言，也很适合拿来做分析工具
我非常同意上面一位答主的话，工具没有好坏优劣之分，在于这个工具适合什么样的人、做什么样的事情，想要在数据分析这一行做到一定高度，FineBI这种BI工具和Python这种编程语言绝对是要两者兼得的。
python只是一个工具。
从事数据分析的工作，最重要是要有数据的以及分析的技巧。
如果不喜欢写代码的工作，可以通过自助式工具（如Tableau）从数据平台上提取出数据来做分析。
很多公司的业务部门提供有业务分析的岗位，这种岗位也是数据分析，但比较偏业务，日常工作主要是，向IT部门提取数需求，分析数据，解读解雇，撰写分析报告，等等。
建议最好进修一个本科学历，大专学历竞争力不强。
到此，以上就是小编对于python编程傻子的问题就介绍到这了，希望介绍关于python编程傻子的3点解答对大家有用。
