从事数据分析一定要选一门编程语言和工具，技多不压身嘛。
数据分析的工具有很多，按功能和侧重点来分有统计工具、可视化工具等等。
应用最广的也是最常被提到的，无非是Excel、SAS、Python、R等等。那么，这么多工具是否都要学？都适用于什么情况？又应该如何使用呢？
Excel
EXCEL是其中最简单的，倒不是容易而是人人都会。但如果是用来分析的话，图表只是基础，还要学会使用透视图以及VBA函数。Excel的功能其实非常强大，尤其是通过学习VBA，几乎能解决所有的问题，但成本就高了，而且Excel的数据处理量并不是很大，几十万而已，大数据量还要另寻方法。
SPSS
SPSS最初是社会科学统计软件，如果刚入门数据分析，懂点SPSS事非常有好处的，当然前提是要懂SQL。SPSS得使用对人的能力要求不高，编程模块很少使用，通常用于科学、市场之类的调研，在院校中使用较多。
有了以上的基础之后，可能就需要精通一门统计分析软件。
近几年的互联网潮，R语言流行起来了，在互联网行业运用较多。R语言是开源的，学习起来并不容易，需要一个长期的过程。
SPSS刚刚有提到，适用于市场研究，上手较快。如果会编程的话，功能还是蛮强大的。
SAS一般是金融行业应用较广，特别是银行业和医学统计，包括一些制造业也很多。银行业通常会用SAS来做统计，数据挖掘也会用到，价格昂贵，学起来比较难，建议网上寻找一些课程和教材来学。
所以打击爱可以针对自己的行业和实际情况来做选择，以上列举的只是大致情况。
Python
Python在这些工具里面是综合功能最强大的，但是这些功能分散在第三方库里面，没有得到有机的整合，所以学习成本还是比较高的。Python与R不同，Python是一门多功能的语言。数据统计是更多是通过第三方包来实现的。具体来说，常用的Python在统计上面的Package有这样一些：
1、Numpy与Scipy。这两个包是Python之所以能在数据分析占有一席之地的重要原因。其中Numpy封装了基础的矩阵和向量的操作，而Scipy则在Numpy的基础上提供了更丰富的功能，比如各种统计常用的分布和算法都能迅速的在Scipy中找到。
2、Matplotlib。这个Package主要是用来提供数据可视化的，其功能强大，生成的图标可以达到印刷品质，在各种学术会议里面出镜率不低。依托于Python，可定制性相对于其他的图形库更高。还有一个优点是提供互动化的数据分析，可以动态的缩放图表，用做Adhoc analysis非常合适。
3、Scikit Learn。非常好用的MachineLearning库，适合于用于快速定制原型。封装几乎所有的经典算法，易用性极高。
4、Python标准库。这里主要是体现了Python处理字符串的优势，由于Python多功能的属性和对于正则表达式的良好支持，用于处理文本是再合适不过的了。
Python&R的比较
Python是一套比较平衡的语言，各方面都可以，而R是在统计方面比较突出。R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面（主要用在金融分析与趋势预测）无论是经典还是前沿的方法都有相应的包直接使用；相比Python在这方面贫乏不少。Python的优势在于其胶水语言的特性，一些底层用C写的算法封装在Python包里后性能非常高效。
总之R和SAS是专业性比较强的统计软件，统计专业学生必备，SPSS是更大众化的统计软件，Python不是统计软件，而是一种可以用来做各种事情的语言。R和Python现在越来越受到各大公司的喜欢，也必定会成为将来的发展趋势。Python的功能可远远不止用来分析数据，它可以用来开发，建站，写个小APP什么的。我们所知道的果壳网，知乎，DROPBOX等可都是用Python写得哦。如果你能同时学会Python和R，在数据科学领域肯定就游刃有余了。
以上就是各种数据分析工具和语言的介绍，其次还要掌握一些第三方工具，这些工具一般偏业务化应用，可视化数据展示类偏多，所以在技术上没有太多要求，不过SQL需要掌握。
Tableau
多次介绍过的一款可视化工具，可视化方面应该是做得最不错的工具了，偏前端分析。不懂python不懂R的可以试试。有点贵，土豪们加油！
Qlikview
相对tableau有点丑，不要喷，毕竟人家走数据处理路线，作为BI产品，数据处理速度还是不错的，取个数不至于像tableau慢。两者像互补兄弟，各有优势，但都一样贵，哈哈！所以对数据处理要求较高的话，建议尝试。
FineBI
国内的可视化软件，bi工具。无功无过，重在稳定和应用，国内有一定市场，企业应用挺广。有一定数据分析基础的同学，应该说很快就能上手，免费版无限用!
还有一些D3之类的chart软件这里由于篇幅就不介绍了，主要偏应用，在工作中使用还是蛮广的。
总体来将，每个工具各有优势，但最关键的还是对于业务的熟悉度，没有远离和思路，任何工具都用不起来，所以在做数据分析时，一定要扎根学习业务和数据建模方法，工具不是万能的！
网友评论