参详：这些数据分析语言和工具，该如何选用？（上）

“你需要学习什么软件或语言最适合数据分析？”这和你的工作性质有关，也是分阶段的。今天在今日头条看到一篇不错的文章，贴在这里供大家参考：

如何选择这些数据分析语言和工具？

----------------------------------- ---------- ---------------------------------------- ---------- ---------------------------------

在数据分析中，你必须选择一种编程语言和工具。

数据分析的工具有很多，根据功能和重点，包括统计工具、可视化工具等。

使用最广泛、最常被提及的就是 Excel、SAS、Python、R 等。那么，有这么多工具要学吗？它们适用于什么？应该怎么用？

Excel

EXCEL 是其中最简单的。这并不容易，但每个人都可以做到。但如果用于分析，图表只是基础，还得学会使用透视图和VBA函数。 Excel的功能其实很强大，尤其是学习VBA，几乎可以解决所有问题，但是成本高，而且Excel的数据处理量不是很大，只有几十万，还得另辟蹊径发现大数据量。 .

SPSS

SPSS 最初是用于社会科学的统计软件。如果您是数据分析新手，了解 SPSS 是非常有益的。当然，前提是懂SQL。 SPSS的使用对人的能力要求不高，很少使用编程模块。它们通常用于科学和市场研究，在高校中使用较多。

有了以上基础，你可能需要精通统计分析软件。

近年来，随着互联网的蓬勃发展，R语言开始流行，并在互联网行业得到广泛应用。 R语言是开源的，学起来不容易，过程比较长。

刚才提到了SPSS。适合市场调研，可以快速上手。会编程的话数据分析软件，功能还是蛮强大的。

SAS一般广泛用于金融行业，尤其​​是银行和医疗统计，包括一些制造业。银行业通常使用 SAS 进行统计和数据挖掘。它昂贵且难以学习。建议在网上找一些课程和教材学习。

所以与爱情抗争可以根据自己的行业和实际情况做出选择。以上列表只是一般情况。

Python

Python&R的比较

以上是各种数据分析工具和语言的介绍，其次，一些第三方工具一定要掌握。这些工具一般都比较面向业务，可视化数据展示的种类也比较多，所以技术要求不是很多，但是SQL需要掌握。

表格

介绍过多次的可视化工具。它应该是可视化，部分前端分析的最佳工具。如果你不懂python，也不懂R，可以试试。有点贵数据分析软件，土豪加油！

Qlikview

比起画面有点难看，别喷了。毕竟，人们走的是数据处理路线。作为BI产品，数据处理速度还是不错的，数量不会像tableau那么慢。两者就像是互补的兄弟，各有千秋，但都一样贵，哈哈！因此，如果您对数据处理要求较高，建议尝试一下。

FineBI

国产可视化软件，bi工具。没有过错，重点是稳定性和应用。在中国有一定的市场，在企业中被广泛使用。有一定数据分析基础的同学应该很快就能上手，免费版不限次数！

还有一些图表软件，比如D3，由于篇幅关系，这里就不一一介绍了。主要在工作中应用和广泛使用。

未来，每个工具都有自己的优势，但最重要的是对业务的熟悉。如果没有距离和思考，任何工具都不会使用。所以在做数据分析的时候，一定要扎根学习业务和数据建模方法，工具不是万能的！

----------------------------------- ---------- ---------------------------------------- ---------- --------------------------------

本专家已经很详细的和大家分享过了，只是后面省略了很多其他优秀的可视化工具。近几年国内类似的可视化工具也是不错的选择（主要是便宜，服务器在中国，技术支持在中国是很好的沟通）

永红BI

据说分3步完成分析报告： Step1：连接数据； Step2：编辑报告； Step3：分析与操作；

“镝数”

号称可视化平台，可在三分钟内将数据变成精美易用的图表。

数据视图

声称实现自助数据连接、自助数据处理、自助数据可视化和自助数据协同。

上面说的BDP也不错，只是侧重点有点不同。