Question

求数据处理软件 或 数据处理方法

我有三四十对数据（X,Y）是试验中位置和电压的关系。

我想把它们处理成平面直角坐标系下的图象形式

不知道应该用什么样的软件或方法处理？

怎样处理？回答的好我会追加分数的。
尝试过excel，但我觉得数据并不是那么好处理的
图象的X轴和Y轴都是要以试验数据为准的
不知道怎么做？

Answer 1

excel处理相当不错，我的物理实验论文就用的他处理的，作各式各样的图都行，实在不会就去借本书学一下，很简单的。
你要觉得excel不够专业，还可以使用MatLab或者MatheMatica，但是使用起来都要比excel复杂，所以还是推荐excel.
选出图表框（插入-图表）来后一步一步按照他的要求去做就行了，很容易上手。

Answer 2

EXCEL   MATLAB  Origi

当前流行的图形可视化和数据分析软件有Matlab，Mathmatica和Maple等。这些软件功能强大，可满足科技工作中的许多需要，但使用这些软件需要一定的计算机编程知识和矩阵知识，并熟悉其中大量的函数和命令。而使用Origin就像使用Excel和Word那样简单，只需点击鼠标，选择菜单命令就可以完成大部分工作，获得满意的结果。 但它又比excel要强大些

方法

1. 墓于粗糙集( Rough Set)理论的约简方法
   粗糙集理论是一种研究不精确、不确定性知识的数学工具。目前受到了KDD的广泛重视，利用粗糙集理论对数据进行处理是一种十分有效的精简数据维数的方法。我们所处理的数据一般存在信息的含糊性(Vagueness)问题。含糊性有三种:术语的模糊性，如高矮;数据的不确定性，如噪声引起的;知识自身的不确定性，如规则的前后件间的依赖关系并不是完全可靠的。在KDD中，对不确定数据和噪声干扰的处理是粗糙集方法的

2. 基于概念树的数据浓缩方法
      在数据库中，许多属性都是可以进行数据归类，各属性值和概念依据抽象程度不同可以构成一个层次结构，概念的这种层次结构通常称为概念树。概念树一般由领域专家提供，它将各个层次的概念按一般到特殊的顺序排列。

3. 信息论思想和普化知识发现

        特征知识和分类知识是普化知识的两种主要形式，其算法基本上可以分为两类:数据立方方法和面向属性归纳方法。
        普通的基于面向属性归纳方法在归纳属性的选择上有一定的盲目性，在归纳过程中，          当供选择的可归纳属性有多个时，通常是随机选取一个进行归纳。事实上，不同的属 性归纳次序获得的结果知识可能是不同的，根据信息论最大墒的概念，应该选用一个信息丢失最小的归纳次序。

Answer 3

最基础的就是使用excel，如果要高级一些，就用spss等等软件，网上都有教程，建议使用excel，因为使用方便，简单易用。

Answer 4

这个的话建议还是选择Finereport 它兼顾了基本的数据录入与展现功能，
一般的数据源都支持，
学习成本比较低，比较多人的选择

Answer 5

你去用EXCEL去做
去做图像就可以了