Question

常见的数据分析工具

Answer 1

用来做数据分析的工具蛮多的，包括Python、Excel、SPSS、MATLAB、R、BI等等。

1、Python：

虽说Python是一种面向对象、解释型计算机程序设计语言，本身的数据分析功能并不强，但它是开源而且免费的。

Python的“平台模式”带来了大量的充满热情的用户，用户越多，软件的生命力就越强，发展也越快，这可以看作是软件生态的“人口红利”。

优点：

1、开源且免费。

2、当下最热门的数据分析工具，用户多经验多，寻求帮助也容易很多。

3、拥有强大的分析库。

缺点：

Python并没有什么大的缺点。像那些版本兼容问题、内存消耗大等都不算是大的问题。如果要从技术上来说：由于Python的各类工具过于强大，很多时候一个算法可以在好几个库里找到函数，然后就容易把自己搞晕。

毕竟不是鼠标点点菜单就能生成分析结果的界面式工具，还是要一行行敲代码的，或多或少有一点技术要求。

2、R：

R和Python都属于“平台模式”——来自世界各地的开发者都可以贡献自己开发的工具包。但R语言更像是综合性较强的一类数据分析工具。

江湖传言，“会用R是成为一名成熟的数据分析师的重要标志。”因为只要入了门，R的功能就能很大程度地帮助使用者实现各种数据分析需求。

优点：

1、依然是免费且开源。

2、专业，专业，专业，科研前沿的大神用R的比用Python更多。

3、各行各业有专业的工具库，模块十分齐全。

4、界面能力很不错。

5、灵活性很强，甩SPSS好几条街。

缺点：

1、专业度高，学习难度也高。

2、对数学基础有一定要求，所以像我这种文科出身，看到算法就头疼的，不太建议。

3、因为R语言是开源的，谁都可以上传数据包，如果分不清可能用到不靠谱的数据包。