一、Python大数据最显著的特征？

我觉得大数据的最主要的特征就是大吧，大到什么程度能达到所有的枝枝节节的细枝末节的邓乃格算进去，你只有你想不到的，没有你她做不不到的

二、大数据专业主要学什么课程？

目前加米谷大数据培训的课程约有两种：

1、大数据开发：Ja-va、大数据基础、Hadoop体系、Scala、kafka、Spark等内容；

2、数据分析与挖掘：Python、关系型数据库MySQL、文档数据库MongoDB、内存数据库Redis、数据处理、数据分析等。

三、python做数据分析 用哪个好

推荐Rice大学的那门python课，Rice大学的课程总共有3门，现在貌似拆解成6门了；每门课8周时间，按照由浅入深的顺序来的。第一门课是Python基础，介绍了Python的基础语法；第二门课是计算基础，介绍了一些稍微复杂一点的语法和数据处理；第三门课是算法思考，介绍了一些常用的算法；并且还用到了numpy， matlabplot库等。

四、为什么要使用Python进行数据分析

1、为什么用Python做数据分析：

首先因为Python可以轻松地集成C、C++、Fortran代码，一些底层用C写的算法封装在python包里后性能非常高效。并且Python与Ruby都有大量的Web框架，因此用于网站的建设，另一方面个人觉得因为Python作为解释性语言相对编译型语言更为简单，可以通过简单的脚本处理大量的数据。而组织内部统一使用的语言将大大提高工作效率。

2、为什么用R做数据分析：

R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面（主要用在金融分析与趋势预测）无论是经典还是前沿的方法都有相应的包直接使用；相比python在这方面贫乏不少。另外R语言具有强大的可视化功能，一个散点图箱线图可以用一条程序搞定，相比Excel更加简单。

在使用环境方面，SAS在企业、政府及军事机构使用较多，因其权威认证；SPSS、R大多用于科研机构，企业级应用方面已有大量的商业化R软件，同时可结合（具体怎么结合，尚未搞明白）Hadoop进行数据挖掘。