從事數(shù)據(jù)分析一定要選一門編程語言和工具，技多不壓身嘛。

數(shù)據(jù)分析的工具有很多，按功能和側(cè)重點來分有統(tǒng)計工具、可視化工具等等。

應用最廣的也是最常被提到的，無非是Excel、SAS、Python、R等等。那么，這么多工具是否都要學？都適用于什么情況？又應該如何使用呢？

Excel

EXCEL是其中最簡單的，倒不是容易而是人人都會。但如果是用來分析的話，圖表只是基礎(chǔ)，還要學會使用透視圖以及VBA函數(shù)。Excel的功能其實非常強大，尤其是通過學習VBA，幾乎能解決所有的問題，但成本就高了，而且Excel的數(shù)據(jù)處理量并不是很大，幾十萬而已，大數(shù)據(jù)量還要另尋方法。

SPSS

SPSS最初是社會科學統(tǒng)計軟件，如果剛?cè)腴T數(shù)據(jù)分析，懂點SPSS事非常有好處的，當然前提是要懂SQL。SPSS得使用對人的能力要求不高，編程模塊很少使用，通常用于科學、市場之類的調(diào)研，在院校中使用較多。

有了以上的基礎(chǔ)之后，可能就需要精通一門統(tǒng)計分析軟件。

近幾年的互聯(lián)網(wǎng)潮，R語言流行起來了，在互聯(lián)網(wǎng)行業(yè)運用較多。R語言是開源的，學習起來并不容易，需要一個長期的過程。

SPSS剛剛有提到，適用于市場研究，上手較快。如果會編程的話，功能還是蠻強大的。

SAS一般是金融行業(yè)應用較廣，特別是銀行業(yè)和醫(yī)學統(tǒng)計，包括一些制造業(yè)也很多。銀行業(yè)通常會用SAS來做統(tǒng)計，數(shù)據(jù)挖掘也會用到，價格昂貴，學起來比較難，建議網(wǎng)上尋找一些課程和教材來學。

所以打擊愛可以針對自己的行業(yè)和實際情況來做選擇，以上列舉的只是大致情況。

Python

Python&R的比較

以上就是各種數(shù)據(jù)分析工具和語言的介紹，其次還要掌握一些第三方工具，這些工具一般偏業(yè)務(wù)化應用，可視化數(shù)據(jù)展示類偏多，所以在技術(shù)上沒有太多要求，不過SQL需要掌握。

Tableau

多次介紹過的一款可視化工具，可視化方面應該是做得最不錯的工具了，偏前端分析。不懂python不懂R的可以試試。有點貴，土豪們加油！

Qlikview

相對tableau有點丑，不要噴，畢竟人家走數(shù)據(jù)處理路線，作為BI產(chǎn)品，數(shù)據(jù)處理速度還是不錯的，取個數(shù)不至于像tableau慢。兩者像互補兄弟，各有優(yōu)勢，但都一樣貴，哈哈！所以對數(shù)據(jù)處理要求較高的話，建議嘗試。

FineBI

國內(nèi)的可視化軟件，bi工具。無功無過，重在穩(wěn)定和應用，國內(nèi)有一定市場，企業(yè)應用挺廣。有一定數(shù)據(jù)分析基礎(chǔ)的同學，應該說很快就能上手，免費版無限用!

還有一些D3之類的chart軟件這里由于篇幅就不介紹了，主要偏應用，在工作中使用還是蠻廣的。

總體來將，每個工具各有優(yōu)勢，但最關(guān)鍵的還是對于業(yè)務(wù)的熟悉度，沒有遠離和思路，任何工具都用不起來，所以在做數(shù)據(jù)分析時，一定要扎根學習業(yè)務(wù)和數(shù)據(jù)建模方法，工具不是萬能的！