盤點6個主流的數(shù)據(jù)分析工具，及優(yōu)缺點對比
本文來跟大家聊聊關(guān)于數(shù)據(jù)分析工具的事兒。
市面上用來做數(shù)據(jù)分析的工具蠻多的，包括Python、Excel、SPSS、MATLAB、R、BI等等，以下挑幾個比較主流的工具，盡量客觀的聊聊他們的優(yōu)缺點。
01 Microsoft Excel
想要了解如何用Excel做數(shù)據(jù)分析的伙伴，可以去網(wǎng)上查~
02 Python
雖說Python是一種面向?qū)ο?、解釋型計算機程序設(shè)計語言，本身的數(shù)據(jù)分析功能并不強，但它是開源而且免費的。
Python的“平臺模式”帶來了大量的充滿熱情的用戶，用戶越多，軟件的生命力就越強，發(fā)展也越快，這可以看作是軟件生態(tài)的“人口紅利”。
優(yōu)點：
開源且免費
當(dāng)下最熱門的數(shù)據(jù)分析工具，用戶多經(jīng)驗多，尋求幫助也容易很多
擁有強大的分析庫
爬蟲能力特別優(yōu)秀，適合做網(wǎng)絡(luò)數(shù)據(jù)采集
“即使不懂原理也能調(diào)用復(fù)雜高級算法”
相對比較友善，對于想寫幾行代碼的非專業(yè)人士是比較好的選擇
缺點：
emmm......在我看來Python并沒有什么大的缺點。像哪些版本兼容問題、內(nèi)存消耗大等都不算是大的問題。如果要從技術(shù)上來說：
由于Python的各類工具過于強大，很多時候一個算法可以在好幾個庫里找到函數(shù)，然后就容易把自己搞暈
畢竟不是鼠標(biāo)點點菜單就能生成分析結(jié)果的界面式工具，還是要一行行敲代碼的，或多或少有一點技術(shù)要求。
如果想要尋求那種簡單拖拉拽兩下就能能生成分析結(jié)果的界面式工具，可以往下看。
找了一份Python學(xué)習(xí)框架，有需要的可以參考一下：
03 R
R和Python都屬于“平臺模式”——來自世界各地的開發(fā)者都可以貢獻(xiàn)自己開發(fā)的工具包。但R語言更像是綜合性較強的一類數(shù)據(jù)分析工具。
江湖傳言，“會用R是成為一名成熟的數(shù)據(jù)分析師的重要標(biāo)志?！?strong>因為只要入了門，R的功能就能很大程度地幫助使用者實現(xiàn)各種數(shù)據(jù)分析需求。
優(yōu)點：
依然是免費且開源
專業(yè)，專業(yè)，專業(yè)，科研前沿的大神用R的比用Python更多
各行各業(yè)有專業(yè)的工具庫，模塊十分齊全
界面能力很不錯
靈活性很強，甩SPSS好幾條街
缺點：
專業(yè)度高，學(xué)習(xí)難度也高
對數(shù)學(xué)基礎(chǔ)有一定要求，所以像我這種文科出身，看到算法就頭疼的，不太建議
因為R語言是開源的，誰都可以上傳數(shù)據(jù)包，如果分不清可能用到不靠譜的數(shù)據(jù)包
對于沒有數(shù)學(xué)和編程基礎(chǔ)的新手小白，不建議從R入手，容易變成入門到放棄。
分享幾個學(xué)習(xí)資料：
Python
Python基礎(chǔ)編程，Magnus Lie Hetland；
像計算機科學(xué)家一樣思考Python，Allen B. Downey；
官方文檔，包括其他常用數(shù)據(jù)分析module的官方文檔(很多教程就是根據(jù)官方文檔改編過來的)；
R
R語言實戰(zhàn)，Robert I. Kabacoff
Advanced R，Hadley Wickham
Cran Task Views:?https://cran.r-project.org/web/views/
04 BI
嚴(yán)格來說，BI并不完全等于數(shù)據(jù)分析，BI與數(shù)據(jù)分析是有共同交集的兩個領(lǐng)域。數(shù)據(jù)分析是BI的一個重要組成部分，BI是數(shù)據(jù)分析的一個典型應(yīng)用。
BI是一套完整的解決方案，用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。數(shù)據(jù)倉庫、報表查詢、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)可視化等。
像題主所說的帆軟BI工具，數(shù)據(jù)透視、圖表制作這些功能都是封裝好的，可以直接拿來套用，整個過程就是連數(shù)據(jù)，設(shè)計模板, web展示。圖表是內(nèi)設(shè)好的或者開發(fā)對接Hcharts/Echarts/D3圖標(biāo)庫。
如果僅僅是做日常業(yè)務(wù)的數(shù)據(jù)分析，直接用模板套其實也完全夠用了，比如這種：儀表盤模板
優(yōu)點：
成本相對更低
兼容性強，支持多種數(shù)據(jù)源
可視化大屏易在觀感上給人留下震撼印象，便于營造某些獨特氛圍、打造儀式感
響應(yīng)速度更快，能處理的數(shù)據(jù)量也很大
缺點：
這種自助式數(shù)據(jù)分析雖然也是需要一定的學(xué)習(xí)時間成本，但相比上面其他數(shù)據(jù)分析工具來說，整個上手過程還是比較快的，所以這點我可以接受。
05 MATLAB
Matlab是一個商業(yè)數(shù)學(xué)軟件，在數(shù)值計算方面首屈一指。隨著里面各種庫的擴展，它在圖像處理、信號處理、量化金融、工程仿真等方面都優(yōu)秀到了讓人忘記這是個數(shù)學(xué)軟件。
優(yōu)點：
特別適合圖像類的數(shù)據(jù)分析，工具庫全，計算快，展示還好看；
也有人工智能、神經(jīng)網(wǎng)絡(luò)什么的工具庫可以調(diào)用；
在工程方面的分析分析優(yōu)秀，特別是結(jié)合Simulink進(jìn)行仿真，那是真的效果飛起；
MATLAB語法比Python更加靈活一些，編程難度也還行，中等吧，不算很復(fù)雜，偏C，但更簡單。
缺點：
最大的不足就是貴，是真的很貴，反正我是買不起。
MATLAB太龐大了，基本包的安裝就要占用10G，對于我這電腦總共才128G，平時多余空間就很少多余10個G的普通人，不太友善；
MATLAB是面向?qū)ο笳Z言，入門難度不高，但要學(xué)精還是小有難度的。
06 SPSS
SPSS是世界上最早采用圖形菜單驅(qū)動界面的統(tǒng)計軟件，它最突出的特點就是操作界面極為友好，輸出結(jié)果美觀漂亮。
SPSS既可以像Excel一樣鼠標(biāo)點一點菜單就出結(jié)果，也能想Python一樣通過編程出結(jié)果，老少皆宜。
優(yōu)點：
SPSS的數(shù)據(jù)接口比較好，特別是和Excel的兼容性較好，基本上一看就懂怎么用；
內(nèi)置算法國際認(rèn)可度比較高，凡是用SPSS軟件完成的計算和統(tǒng)計分析，可以不必說明算法，；
內(nèi)置豐富的統(tǒng)計分析方法，適用于統(tǒng)計分析類的數(shù)據(jù)分析。
缺點：
想讀透SPSS給出的分析結(jié)果，需要比較扎實的統(tǒng)計學(xué)知識；
SPSS雖然結(jié)果可以直接輸出圖形，但樣式比較有限，相對于MATLAB數(shù)據(jù)可視化能力較弱；
基本上只能用于結(jié)構(gòu)化數(shù)據(jù)分析，對于圖形、視頻分析、文本數(shù)據(jù)，力不從心；
SPSS也是收費的，至于多少錢就不清楚了，個人長期用的是試用
不管是Python、Excel、SPSS、SAS、MATLAB、hadoop、R等等，至少熟練使用一到兩個，了解一兩個，并知道每個的最適合使用場景就好了。至于怎么用，萬事不懂問百度，要不就谷歌也行，如果要熟悉某個工具，最好就是多逛逛技術(shù)論壇，多拿項目練練
以上。
參考資料：cxd1301《數(shù)據(jù)分析用什么工具好》
