? 开篇扎心:刚在墨大Data Science课上交完R脚本,教授批注‘Why not use Python for reproducibility?’——你才意识到:选错工具=白写200行代码+拖慢小组作业进度。
? 课程适配:看教授PPT第3页用啥,就优先练啥
- ANU统计系《Research Methods》每节课都用SPSS演示t检验输出,但期末Project强制提交R Markdown报告——两套流程来回切,连p值小数位对不上都要debug半小时。
- UNSW数据可视化课用Python的Plotly+Dash做实时仪表盘,助教现场演示时把localhost端口写成8050(实际该用8051),导致全班卡在部署环节——这种细节,官网文档从不写,只在Zoom回放03:22秒里出现。
? 求职现实:LinkedIn上87%的澳企数据分析岗JD写明‘Python preferred’
- 在Sydney一家FinTech实习时,导师让我用Python重写原有SPSS宏——只因HR系统自动筛选简历关键词,没‘Python’三个字母,连电话面试都进不去。
- R语言在CSIRO农业建模组仍是主力,但招实习生JD底部悄悄加了句‘familiarity with pandas & scikit-learn is a plus’——这就是真实信号。
? 留学生亲测:双工具流比单押更稳
- 我的实战组合:上课用R(ggplot2出图快+统计函数直给),求职项目全Python(GitHub仓库名带‘pandas_ml’被Recruiter主动私信3次)。
- SPSS不是废柴——墨大CareerHub有场‘5分钟搞定伦理审查表’Workshop,专教怎么用它导出符合NHMRC格式的统计摘要表,省掉人工誊抄1小时。
✅ 亲测有效提示:别等开学再装环境!用UNSW提供的Azure免费算力提前跑通《Python for Data Analysis》第2章练习;R语言直接装RStudio Cloud版——网页打开就能写,避免Mac M3芯片下R包编译崩溃的深夜崩溃时刻。


