Question

数据分析师常用工具有哪些?

数据分析师不仅需要有专业的基础知识，还要熟练操作各种数据处理工具。那么，数据分析师常用工具有哪些呢？

Answer 1

1、数据处理工具：Excel

数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。

2、数据库：MySQL

Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。

3、数据可视化：Tableau & Echarts

如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。

Answer 2

1.Excel
微软办公套装软件的一个重要的组成部分，它包含数据的基本处理，函数计算，数据透视表和VBA等多模块功能，可以进行各种数据的处理、统计分析和辅助决策操作，能够满足大部分人员的数据分析需求，各大公司都会JD里面，明确标明“要求熟练掌握Excel”。
2.SQL
有人把SQL比作“进阶版的Excel”。确实，SQL和Excel十分相似，但Excel相比，SQL有更明显的性能优势：
虽然 Excel 在小数据集中表现很棒，但是当你使用不同的公式处理100 k+ 行的文件，它变得十分缓慢和低效。
在SQL中，甚至超过 10 M+行的文件可以很快地处理。
3.Python
因其容易上手且功能强大，成为所有数据编程语言中最受欢迎的。
相比Java、C++等语言的难度更小，也更容易掌握。举个例子，一个用C语言需要1000行代码的程序，用Java需要100行，而Python只需要20行，语法很简洁。
4.Tableau
Tableau连续 6 年被评为数据分析工具的领导者。它因其界面美观、易于操作已成为数据分析必备技能之一！
它完美地结合了Excel和SQL的数据分析能力，又拥有强大的数据可视化功能。被誉为近两年数据分析行业的“后起之星”。
5.Power BI
与Python、R这样的编程语言不同，Power BI可以理解成Excel衍生来的商业智慧（Business Intelligence）软件。
Power BI通过PowerQuery、PowerPivot和PowerView三大功能，对资料进行获取清理、建模、视觉化。
需要注意的是，这些工具不是单单就只有数据分析或可视化一种功能，大多数的工具都有两种或两种以上的功能，例如生活中最常用的工具Excel：结合了数据处理、分析和可视化为一体。