Python 是工具，六西格瑪是理念。

Python是可以應(yīng)用于數(shù)據(jù)科學(xué)和分析方面的，也是一種高級(jí)編程語(yǔ)言，內(nèi)置數(shù)據(jù)結(jié)構(gòu)。

六西格瑪是一種嚴(yán)格集中的改善流程管理質(zhì)量的工具，它的形成綜合了很多先進(jìn)的管理理念，并以其完美的商業(yè)追求促進(jìn)質(zhì)量成本最大限度的降低，以最終實(shí)現(xiàn)六西格瑪?shù)馁|(zhì)量水平，提升財(cái)務(wù)狀況，并真正增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力為目的。

如果你已經(jīng)是六西格瑪綠帶或黑帶，你可能對(duì)六西格瑪中使用的各種分析方法很熟悉，如描述性統(tǒng)計(jì)、假設(shè)檢驗(yàn)方法、圖形方法，如箱形圖、控制圖等。

在傳統(tǒng)的六西格瑪綠帶或黑帶培訓(xùn)項(xiàng)目中，Excel、Minitab或JMP將被用于執(zhí)行各種分析。

這些工具通常是菜單驅(qū)動(dòng)的，因此不需要任何編程技巧來(lái)執(zhí)行分析。

另一方面，如果看一下數(shù)據(jù)科學(xué)的發(fā)展，它是非常誘人的。數(shù)據(jù)科學(xué)和分析的主要目標(biāo)是利用數(shù)據(jù)進(jìn)行決策。因此，精益六西格瑪和數(shù)據(jù)科學(xué)之間有著緊密的聯(lián)系。

在數(shù)據(jù)科學(xué)中，有許多工具在使用，但Python和R是非常流行的。 你或者會(huì)發(fā)現(xiàn)，根據(jù)KDNuggets，MS Excel仍然是分析學(xué)的常用工具之一。其中，Python的受歡迎程度和應(yīng)用領(lǐng)域正在大幅增加。

因此，對(duì)于經(jīng)過(guò)認(rèn)證的精益六西格瑪綠帶或黑帶或有志之士來(lái)說(shuō)，如何在Python中進(jìn)行所有六西格瑪分析的知識(shí)不僅是邁向數(shù)據(jù)科學(xué)的合理第一步，而且也是對(duì)簡(jiǎn)歷或履歷的寶貴補(bǔ)充技能。

雖然數(shù)據(jù)科學(xué)中有許多先進(jìn)的方法和算法，但所有這些方法和算法的基礎(chǔ)是數(shù)據(jù)預(yù)處理、描述性統(tǒng)計(jì)、假設(shè)測(cè)試，這構(gòu)成了EDA（探索性數(shù)據(jù)分析）的一部分。

以下是精益六西格瑪?shù)姆治隹梢栽赑ython中非常容易地進(jìn)行。

• 描述性統(tǒng)計(jì)

• 柱狀圖、分布曲線、置信度

• 波譜圖

• 樹干和葉子圖

• 散點(diǎn)圖

• 多重線性回歸

• 方差分析

• T檢驗(yàn)

• 比例測(cè)試

• 卡方檢驗(yàn)

• SPC（控制圖 - mR、XbarR、XbarS、NP、P、C、U圖）

如果你沒(méi)有任何編程背景，不要擔(dān)心，學(xué)習(xí)在Python中進(jìn)行上述分析并不十分困難。你需要了解初步和基本的編碼規(guī)范，如數(shù)據(jù)結(jié)構(gòu)、語(yǔ)法等，之后通過(guò)在Python中選擇合適的包，你就可以進(jìn)行必要的分析。

當(dāng)然六西格瑪與python的結(jié)合并不是必須的，但對(duì)某些職業(yè)人士，例如本身是IT程序人員或IT項(xiàng)目管理者，他們善于使用程序語(yǔ)言的話，能把Python和六西格瑪兩者同時(shí)使用相信會(huì)是豈不令人更刮目相看？