大数据专业的地域分析可以从以下几个方面进行考虑：

市场需求

一线城市：北京、上海、深圳、广州等一线城市对大数据工程师的需求量较大，这些城市的互联网公司和科技企业较多，对大数据技术的需求也更高。

新一线城市和强二线城市：如杭州、南京、武汉、成都等，这些城市在大数据领域也有很好的发展，且生活成本相对较低。

薪资水平

一线城市：大数据专业薪酬起步应在上万以上，薪资水平较高，但生活成本也相对较高。

二三线城市：薪资水平相对较低，但生活成本也较低，可能具有更高的性价比。

行业分布

北京：作为中国的科技创新中心，拥有众多的互联网巨头和科技公司，如百度、阿里巴巴、腾讯等，对大数据工程师的需求量非常大。

上海：作为中国的金融中心，金融科技的发展对大数据技术的需求也非常高。

深圳：以其快速发展的科技产业和创新氛围，吸引了大量的大数据公司落户，如华为、腾讯、大疆等。

广州：以商贸传统和现代服务业为特色，为大数据分析师提供了多样化的就业机会。

数据资源

东部地区：广东、北京、浙江、江苏、上海等地区数据资源较为丰富，数据产量和存量均高于西部地区。

一线城市：通常拥有更先进的数据中心和更强大的计算能力，如北京、上海等大城市。

政策支持

各地区政策：不同地区在大数据领域的政策支持力度不同，一些地区可能提供更多的政府补贴和技术扶持。

发展前景

一线城市：经济发展前景良好，科技创新活跃，为职业发展提供更多机会。

新一线城市和强二线城市：虽然数据资源相对较少，但发展速度快，职业发展前景广阔。

建议：

首选城市：北京、上海、深圳，这些城市不仅大数据企业众多，而且技术更新快，职业发展空间大。

次选城市：杭州、南京、武汉、成都，这些城市在大数据领域也有很好的发展，且生活成本相对较低。

其他选择：根据个人兴趣和职业规划，可以考虑其他新一线城市或强二线城市，如苏州、西安、重庆等，这些城市也在大力发展大数据产业。

通过以上分析，大数据专业的学生可以根据自己的兴趣、职业规划和生活成本等因素，选择最适合自己的就业城市。