虽然数据分析的工具千万种,综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。
Python
R软件
SPSS
Excel
SAS软件
Python,是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
常见的一种应用情形是,使用Python快速生成程序的原型(有时甚至是程序的最终界面),然后对其中有特别要求的部分,用更合适的语言改写,比如3D游戏中的图形渲染模块,性能要求特别高,就可以用C/C++重写,而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题,某些可能不提供跨平台的实现。
R是一套完整的数据处理、计算和制图软件系统。它可以提供一些集成的统计工具,但更大量的是它提供各种数学计算、统计计算的函数,从而使使用者能灵活机动的进行数据分析,甚至创造出符合需要的新的统计计算方法。
SPSS是世界上最早的统计分析软件,具有完整的数据输入、编辑、统计分析、报表、图形制作等功能,能够读取及输出多种格式的文件。
可以进行各种数据的处理、统计分析和辅助决策操作,广泛地应用于管理、统计财经、金融等众多领域。
SAS把数据存取、管理、分析和展现有机地融为一体。提供了从基本统计数的计算到各种试验设计的方差分析,相关回归分析以及多变数分析的多种统计分析过程,几乎囊括了所有最新分析方法,其分析技术先进,可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。
2021-12-30 广告
简单说:
Excel:普遍适用,既有基础,又有中高级。中级一般用Excel透视表,高级的用Excel VBA。
hihidata:比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装,直接在线就可以使用。
SPSS:专业统计软件,没有统计功底很难用的。同时包含了数据挖掘等高大功能。
SAS:专业统计软件,专业人士用的,不懂编程还是不要碰了。
MARLAB:建立统计与数学模型,但是比较难学,很难上手。
Eview:比较小众,建立一些经济类的模型还是很有用的。计量经济学中经常用到。
各种BI与报表工具:FineBI,FineReport,tableau,QlikView等。
其中亿信华辰一站式数据分析平台ABI做的比较好,亿信ABI是一款全能型产品,融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能。采用轻量级SOA架构设计、B/S模式,各模块间无缝集成。使用了新一代的3D引擎技术,大屏展示炫酷。支持广泛的数据源接入。数据整合模块支持可视化的定义ETL过程,完成对数据的清洗、装换、处理。数据集模块支持数据库、文件、接口等多方式的数据建模。数据分析模块支持报表分析、敏捷看板、即席报告、幻灯片、酷屏、数据填报、数据挖掘等多种分析手段对数据进行分析、展现、应用。
1.数据处理软件Excel和MySQL
Excel:在Excel,需要重点了解数据处理的重要技巧及函数的应用,特别是数据清理技术的应用。这项运用能对数据去伪存真,掌握数据主动权,全面掌控数据,Excel数据透视表的应用重在挖掘隐藏的数据价值,轻松整合海量数据,各种图表类型的制作技巧及Power Query、Power Pivot的应用可展现数据可视化效果。
数据库MySQL是一种关系数据库管理系统,关系数据库将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性,MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言,MySQL软件采用了双授权政策,分为社区版和商业版,由于其体积小、速度快、总体拥有成本低,尤其是开放源码这一特点,一般中小型网站的开发都选择MySQL作为网站数据库。
2.数据可视化Smartbi和Echarts
Smartbi设计过程可视化,鼠标拖拉拽即可快速完成数据集准备、可视化探索和仪表盘的制作,丰富的可视化展示,轻松制作BI看板,丰富的交互控件和图表组件,且不受维度、度量的限制,支持多数据来源,布局灵活,支持业务主题和自助数据集,双布局设计,跨屏发布到APP,支持流式布局。轻量化的BI软件,部署方便,走多维分析方向。能够快速制作数据可视化图表。
Excel:还是很普遍的,大部分使用,只是数据一大就比较慢,而且写函数比较麻烦,学好很重要;
BDP个人版:偏向可视化分析,图表类型不少,适合数据小白使用;
SAS、SPSS:会涉及到一些数据建模的东西,相对比较难。