spss和python，單純地說哪個好，是沒有意義的，還要看你用來幹什麼?
我來幫你區分一下這些術語。
1、分析工具：excel、spss、tableau屬於分析工具類;
2、分析語言：python、r屬於分析指令碼語言。
分析工具類，如果細分還可以分為統計工具和挖掘工具。
理論上，使用高階的資料探勘工具也是可以進行常規的資料統計分析的，即excel能夠實現的，理論上spss也可以實現。但坦白地說，用挖掘工具來做統計工具分析，其效率反而沒有統計工具高。
不過，當前絕大多數公司，都是在用excel/sql來做資料分析，可見他們並沒有什麼複雜的業務問題需要用到更高階的分析工具，簡單的工具已經足以勝任平時的業務資料分析了。
最後再來說分析語言python/r。
3)分析語言。
當然你也可以認為分析語言本身也是一種分析工具。只是這種分析工具與excel/spss相比不一樣，excel/spss只需要通過拖拉就能夠實現資料分析結果，但python/r則需要通過寫指令碼寫**的方式來執行分析。
作為工具，excel/spss中已經內建和封裝了很多常用的分析方法、分析模型，所以你不需要花太多的時間去弄明白是怎樣實現的，甚至你有時不需要知道資料公式和原理(如果知道的話就更好了)，你只需要聚焦在業務層面，就可以實現業務資料分析，得到良好的分析結果。
但是，如果你們公司需要一些特殊的分析模型，或者需要對原有的模型進行修改或優化，而分析工具又不支援的話，那麼此時你就得要使用分析語言python來實現自定義的分析流程了。而且，當你使用python分析語言時，你就得必須了解分析模型的原理及實現，還得懂程式設計的一系列技能，那麼你得花大量的時間在如何實現模型上，無法聚焦在業務問題的解決上了。所以，比起用分析工具，用python的好處是可以任意修改或定製化模型、可以自動化實現分析流程，但壞處也是顯而易見的(分析複雜、週期較長、效果不一定好)。你擁有了定製化，就失去了簡潔;你擁有強的功能，就增加了複雜度，此即有得就必有失了。
所以，一般人我是不建議他們學習python的。因為學習難度高，學習周期長，還不一定有excel/spss好用和效果好。除非你本身就具有程式設計能力，此時轉學python就相對容易了。
關於就業，最後說一下：
SPSS資料分析
僅僅在課堂學習spss理論知識往往是不夠的，我們要把理論知識應用於實際生活 把理論服務與實踐，樹立 資料分析價值觀 以及以資料進行決策的思維意識 要善於思考問題，要有清晰的分析思路，要有自己獨特的見解，最後要有一定的文字功底，如此才算乙個完整的資料分析過程。下面就四個板塊進行說明 一 資料分析思維的...
如何選擇SPSS資料分析方法
spss資料分析方法不知道如何選擇 一提到數學，高等數學，線性代數，概率論與數理統計，數值分析，空間解析幾何這些數學課程，頭疼呀。作為文科生，遇見這些課程時，通常都是各種尋求幫助，班上有位宅男數學很厲害，各種被女生 圍觀 這數學為什麼這麼難，學了有啥用呀。有用的，當做資料分析的時候，使用到spss，...
大資料分析工具
新 指數 清博大資料 新 指數 www.gsdata.cn 是新 大資料第一平台，為運營新 利器 現已開通賬號分鐘級監測服務，打擊粉絲造假賬號，支援使用者自主監測新 資料 定製各類榜單，並提供資料api等各類增值服務。資料視覺化工具 cytoscape 圖表秀 資料觀 微博足跡視覺化 bdp個人版 ...