数据分析什么软件好用(数据分析软件免费)-昊阳知识网

最近有一位小伙伴问，做数据岗该学习哪些软件，我想了想扔给他33个软件

数据分析工具类软件，大体可以分为以下5类：Excel生态工具、数理统计工具、BI工具、数据库工具、编程工具（Excel单独分成一类，主要是因为它应用场景广泛，且用户基数过于庞大，甚至超过其他所有工具用户之和）每个类别的代表工具分别有：「Excel生态」：Excel、VBA、PowerQuery、PowerPivot、Power View、Power Map「数理统计工具」：SAS、SPSS、Stata、Minitab、Eviews、Statistica、MATLAB、Mathematica「BI工具」：PowerBI、Tableau、Qlikview、SAP BI、Oracel BI、FineBI、Yonghong BI「数据库工具」：MySQL、PostgreSQL、Oracle、SQLServer、MongoDB、Hive「编程工具」：Python、R、Julia、Scala、Spark、Java、Hadoop

下面分别就每个工具做简单介绍Excel生态Excel不光包含表格软件，还有很多内置的数据分析工具和插件，从群众基础来说无人能及。

1、Excel无需多言，几乎人人都在用的数据处理软件，由微软开发，是office三剑客之一。虽然excel很容易入手，但大部分人对excel的使用程度还处在入门阶段，存取数据、做做表。其实excel可以制作复杂的报表、模型、应用、系统，比如构建金融分析模型。大家学习excel，可以从基本界面、导入导出、公式&函数、筛选排序、数据格式、可视化图表、数据透视表、数据模型、工作协作这几个方面入手，最好是按照官网文档指导，配合实践，一般进步会很快。2、VBAExcel里的编程语言，通俗理解为宏，自动化地执行一些操作。Office 软件提供丰富的功能接口，VBA 可以调用它们，实现自定义的需求。VBA最大的作用是自动化、批量化、智能化地操作Excel，被广泛应用于数据分析处理、数据建模、报表开发、应用开发等，在金融、审计、财务等行业非常流行。3、PowerQuery一种嵌入Excel Microsoft 产品的技术，旨在帮助你塑造数据。在Excel，选择功能区上的”数据”选项卡，查看”获取&转换数据和查询”&连接”组。从各种数据源导入和刷新数据后，可以在分步转换中调整数据，逐步创建唯一的表格形状以满足数据分析需求。4、PowerPivot一种数据建模技术，用于创建数据模型，建立关系，以及创建计算。可使用 PowerPivot 处理大型数据集，构建广泛的关系，以及创建复杂（或简单）的计算，这些操作全部在高性能环境中和所你熟悉的 Excel 内执行。5、Power View一种数据可视化技术，用于创建交互式图表、图形、地图和其他视觉效果，以便直观呈现数据。Power View 在 Excel、BI SharePoint、SQL Server 和 Power BI 中均可用。6、Power Map一种三维 (三维) 数据可视化工具，可用于以新方式查看信息。通过电源图，可发现传统二维表格和图表中 (二维) 见解。使用 Power Map ，可以在三维地球或自定义地图上绘制地理和时态数据，显示这些数据，并创建可以与其他人分享的视觉浏览数理统计工具这类工具偏专业数学统计分析，可以做数据挖掘、数据建模、系统搭建等工作，适合学术和大型商业公司。

下图是Gartner统计的BI工具实力榜：

21、MySQL最流行数据库之一，国内互联网公司最喜欢的数据库，我愿称之为必学。MySQL在过去由于性能高、成本低、可靠性好，已经成为最流行的开源数据库，因此被广泛地应用在Internet上的中小型网站中。随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用，比如维基百科、Google和Facebook等网站。非常流行的开源软件组合LAMP中的“M”指的就是MySQL。22、PostgreSQL最强大且最具潜力的数据库之一，开源免费，分析能力强，稳定可靠，支持广泛。在很多方面都比MySQL强，如复杂SQL的执行、存储过程、触发器、索引。我愿称之为最强。23、Oracle老牌企业，最稳定的数据库之一。大部分银行、证券、电信等行业都在使用Oracle，因为其商业化程度高、功能强大且稳定，所以备受世界500强欢迎。24、SQLServer微软公司数据库产品，windows系统上最强王者。具有易用性、适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等。25、MongoDB一个基于分布式文件存储的数据库。由 C 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。26、HiveHadoop大数据生态的数据查询工具，一个用来开发SQL类型脚本来执行MapReduce操作的平台，当前在互联网公司应用非常广泛。具体来说，Hive是一个数据仓库基础设施工具，用于处理Hadoop中的结构化数据。它位于Hadoop的顶部，用于汇总大数据，并使查询和分析变得轻松。编程工具除了上述的数据分析软件外，编程用于数据分析也是大趋势。越来越多的数据分析师通过Python、R等进行数据建模、可视化，而且编程语言快速、灵活、复用性强的特点也适合数据处理分析。

27、Python目前最火的数据科学编程语言，没有之一。Python因为其简洁的语法、强大的生态、无所不能的应用几乎已经霸占了数据分析编程领域的半壁江山。前段时间matlab被限制在中国使用，知乎上开始讨论什么工具可以替代matlab，python是被提及最多的编程语言。且不说python能否替代matlab，就目前python在科学计算、模型构建、可视化上的能力就已经可以傲视编程界，其拥有像numpy、scipy、statemodels、pandas、matplotlib等众多现象级的数据科学库。不管是github、kaggle、天池，还是企业高校里的数据项目，python几乎都已成为首选支持语言之一。另外在高端科技领域，同样有python的身影。自 1997 年，NASA 就大量使用 Python 进行各种复杂的科学运算。至于AI，这也是python的看家本领了，其应用生态可谓波澜壮阔、群星云集。不仅有tensorflow、pytorch、caffe、keras等主流人工智能学习框架，还有Gensim、NLTK、OpenCV、Mahotas等专注于nlp、cv细分领域的经典开发工具。28、R编程统计工具的鼻祖。作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统。R是一套由数据操作、计算和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套（源自S语言）完善、简单、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）。29、Julia编程数据分析领域的新星。Julia 是一个面向科学计算的高性能动态高级程序设计语言，首先定位是通用编程语言，其次是高性能计算语言。Julia在分布式并行化、精确数值计算等方面提供了独具特色的支持，并包含大量可扩展的数学函数库。尤其是在线性代数、随机数生成、信号处理、字符串处理等方面，集成了众多成熟、优秀的基于C和Fortran开发的开源库，有着很高的性能与效率。另外，Julia有着强大开放的开发者社区，贡献了大量的第三方库，并可通过内置的包（Package）管理器进行方便的安装使用。30、ScalaJava的衍生语言，用于spark数据分析、大数据开发等。31、Spark一个开源集群运算框架，Spark在存储器内执行程序的运算速度能做到比Hadoop MapReduce的运算速度快上100倍，即便是执行程序于硬盘时，Spark也能快上10倍速度。Spark允许用户将资料加载至集群存储器，并多次对其进行查询，非常适合用于机器学习算法。32、Java不用多说，最流行的编程语言。其在数据分析领域的应用主要是搭建大数据框架。33、Hadoop最流行的大数据框架，几乎大部分互联网公司都在用，如果你做大数据，肯定离不开它。简答来说，Hadoop是一款支持数据密集型分布式应用程序，并以Apache 2.0许可协议发布的开源软件框架。它支持在商用硬件构建的大型集群上运行的应用程序。Hadoop是根据谷歌公司发表的MapReduce和Google文件系统的论文自行实现而成。所有的Hadoop模块都有一个基本假设，即硬件故障是常见情况，应该由框架自动处理。??