传统的数据分析一般指通过Excel、SPSS或者SAS等工具，基于传统的统计分析方法，对数据进行分析。

相比Excel，Python能够处理更大的数据集，还能够建立复杂的机器学习模型。总结一下，用Python进行数据分析相对于传统数据分析有以下三点优势：

丰富的数据分析扩展包

Python有丰富的用于数据分析的第三方库，例如Numpy、Pandas、Matplotlib、PyMySQL等。

1. Numpy：开源的数值计算框架，能够处理向量、矩阵等各种问题，相当于一个迷你MATLAB，小巧而且免费！
   

2. Pandas：基于Numpy构建，为时间序列分析提供了很好的支持，对于数据的预处理、连接外部数据文件等有强大的支持，借助于Pandas，Python可以很方便地连接外部数据源，例如csv、xlsx、json等文件。
   

真得只是工具而已，突破了传统工具的一些限制。

如果思路有限，会python也只是沦为分析的执行者而已，不能说是会分析。

数据分析的方法都是一样的。Python好用的话应该是在数据挖掘机器学习等方面。Python的标准库很好用，而且库很专一内容很全。用过r，但觉得还是Python好用。再就是深度学习的库基本都会支持Python，在Python上调用也很方便。