1个回复

1、EXCEL

作为入门级工具，Excel是最基本、最重要的数据分析工具。Excel具有创建表单、数据透视表、VBA等多种强大功能。Excel的系统如此庞大，以至于没有一个分析工具可以超越它，从而保证每个人都可以根据自己的需求进行数据分析。它可以满足大多数数据分析工作的需要，同时提供相当友好的操作界面。对于有基本统计理论的用户来说，使用起来非常容易，但是处理的数据量很小。

2、SPSS

SPSS是世界上第一个使用图形菜单驱动界面的统计软件。它最突出的特点是操作界面极其友好，输出结果美观。只要用户掌握了一定的Windows操作技巧，掌握了统计分析原理，就可以使用该软件为特定的研究工作提供服务。SPSS输入和管理数据，类似于EXCEL表格。数据接口通用，可以方便地从其他数据库中读取数据。其统计过程包括常见且成熟的统计过程，完全可以满足非统计专业人士的工作需求。

3、SAS

SAS是世界上最大的软件公司之一，也是全球商业智能和分析软件和服务的领导者。SAS因其强大的功能和可编程性而受到高级用户的欢迎。基于此，它是最难掌握的软件之一，多用于企业工作。你需要编写一个SAS程序来处理数据并进行分析。如果一个程序有错误，很难找到并纠正。

4、R

R是一种用于统计计算和绘图的语言，不仅是一种语言，也是一种数据计算和分析的环境。它的主要特点是免费、开源和各种模块齐全。在R的综合档案网络CRAN中，提供了大量的第三方功能包，涵盖了从统计计算到机器学习，从金融分析到生物信息，从社交网络分析到自然语言处理，从各种数据库的各种语言接口到高性能计算模型，可以说包罗万象，包罗万象，这也是R越来越受到各行各业从业人员的喜爱的原因。

5、Python

Python是一种面向对象和解释计算机程序的设计语言。Python语法简洁明了，读一个好的Python程序就像读英语一样。Python在数据分析与交互、探索计算和数据可视化方面都很活跃。Python也有很强的编程能力，不同于R或matlab。python有一些非常强大的数据分析能力，它还可以使用Python进行爬虫、写游戏和自动化操作。在这些领域，应该使用广泛的技术来解决这些问题。

6、SQL

毫不夸张地说，SQL是数据方向所有岗位的必备技能，很容易上手。综上所述，它是增加、删除和检查。SQL需要掌握的知识点主要包括数据定义语言、数据操作语言和数据控制语言；在数据操作语言中，了解SQL的执行顺序和语法顺序，掌握SQL中的重要函数，了解SQL中各种join的异同。总之，SQL是进入数据分析的必要技能。

7、BI工具

商业智能BI是为数据分析而诞生的，起点很高。其目的是缩短从商业数据到商业决策的时间，并利用数据影响决策。BI工具是根据数据分析过程设计的。首先是数据处理，数据清洗，然后是数据建模，最后是数据可视化，用图表识别问题，影响决策。