详细解析Java中运算符的使用？
1、右击项目的包new--->Class,如图所示：
2、输入类名，例如：Demo,勾选main方法，点击finish按钮，如图所示：
3、在Demo类中编写运算符代码，
int a = 10;
int b = 20;
int c = 25;
int d = 25;
System.out.println("a + b = " + (a + b) );
System.out.println("a - b = " + (a - b) );
System.out.println("a * b = " + (a * b) );
System.out.println("b / a = " + (b / a) );
System.out.println("b % a = " + (b % a) );
System.out.println("c % a = " + (c % a) );
System.out.println("a++ = " + (a++) );
System.out.println("a-- = " + (a--) );
//查看 d++与++d的不同
System.out.println("d++ = " + (d++) );
System.out.println("++d = " + (++d) );
4、然后点击Run运行按钮，如图所示：
5、可以在控制台查看输出，如图所示：
注意查看＋+d和d++的区别。
数据分析需要用什么技术？java还python好一点？
先说结论，
问题1回答：数据分析技术简单来说可归类为统计分析技术和数据可视化两类。
问题2回答：目前阶段做数据分析使用Python更高效，方便一点。
希望我作为数据分析师的经验能对你有帮助
1、数据分析的本质
数据分析是指用适当的统计方法对收集的大量数据进行数据分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，最后再通过得到的结论应用到行业中解决实际问题。
简单概括来说数据分析就是-- 处理数据然后推进优化现实工作。
数据分析应用在各行各业，互联网，工业，咨询行业等，有一个共同点，数据分析都是为业务服务的，用于解决实际运营中出来的问题，或者探索业务可优化的空间。
明白了这一点，就知道数据分析不是目的，数据分析的结果产出对业务的实际提升和优化才是目的，数据分析只是一种解决的方法，既然是方法，我们就要考虑它的效果，成本（学习成本，使用成本）等。
2.数据分析的技能要求
以现在最热门的互联网行业的数据分析而言，随便从招聘网站上截取部分应届生数据分析师招聘JD，选取应届生是因为相对要求低一点，对题主想要入门应该更有参考下价值。
不同公司业务不同，对于“岗位职责”先可以不用太关注，我们这里主要看“任职资格”这一部分，关于技能方面，可以看到有SQL，Python/R，Spark，hive，BI工具等。
看起来需要掌握的很多，那我们再来通过大数据的方法看一下，获取招聘网站上的招聘要求，根据工具关键词出现的频率，绘制成数据分析所需工具词云图：
可以看到，Excel，sql，python，PPT，hive，spss等出现的评率最高，同时可以可以看到还有很多其他的工具技能要求，但这几个出现频率最高的肯定是基本要求，那么是否这些工具我们都需要掌握呢，这个根据两个方面，一是你所处的工作阶段，二是作为数据分析师的不同方向。
我这里从数据分析方法的角度将数据分析方向分为三个：业务数据分析，数据挖掘分析，大数据分析。将每个方向对应的工具和方法做成思维导图如下：
可以见到，每个方向所对应的主要工具要求都不一样，一般来说，从业务数据分析》数据挖掘分析》大数据分析的技能门槛是逐步提高的，而且技能要求也是叠加的，也就是说例如数据挖掘分析师也需要掌握业务数据分析的工具和方法。
但这并不是数据分析师的发展路径，这只是数据分析不同的方向，如果对业务数据分析非常感兴趣且工作非常有成效，有很好的数据分析思维，那么完全可以往业务方向发展，只掌握SQL，EXCEL,PPT等成为商业分析师和集团战略分析师也是没有问题的，所以根据自己的情况，不用过分追求技术，别忘记，数据分析是为业务服务的！。
根据以上部分我们可以总结回答下题主的第一个问题（数据分析需要的技术），结合上图，可以归纳为描述性统计分析技术（业务数据分析），探索性统计分析技术（数据挖掘，大数据分析），数据可视化（将数据分析结果图表化，撰写报告用或汇报用）。
3.Python
既然题主提出Python和Java的对比，说明对编程语言和数据分析还是有一定了解的，结合上面2部分的分析，题主可能实际想知道的是Python和Java哪一个更适合做探索性的数据分析（数据挖掘和大数据分析），做简单的探索性分析其实用SPSS和R语言等一样可行。
但探索性数据分析里目前非常重要且流行的一个方法是机器学习，目前机器学习的主要框架如Tensorflow, sklearn等均是基于Python语言，因为应用广泛且被证明是高效可行的，所以目前来看使用成本相对较低，另外考虑到公司里的团队合作，使用同样的编程语言，团队交流合作也会更加高效。
另外涉及学习成本，Python出名的灵活便捷使其成为数据分析的首选，使用Python做数据分析，掌握基本语法之后，学会使用Numpy,Pandas,matplotlib等库之后就可以开始数据分析，实现同样的数据分析功能，先比于Java, Python用更少的代码即可实现, 另外Python的众多数据分析相关的开源库也提供了很好的数据分析平台。
而Java并非在数据领域很少使用，相反它是大数据平台的基础，例如Hadoop等大数据平台是基于Java, 但这部分更多的是数据开发和数据仓库方向的技术开发的内容，与数据分析有较大区别。即使是大数据分析师，在使用大数据平台时，掌握Hive sql 也能完成取数要求，并不需要掌握Java。
综上，数据分析技术因数据分析方向和阶段各异，主要是统计分析和数据可视化，现阶段Python比Java更适合做数据分析。谢谢