常用的数据分析工具有哪些

      「工欲善其事，必先利其器」，一个称手的工具可以使我们事半功倍。对数据分析员而言，数据分析流程主要包括[数据获取]、[清洗]、[统计分析]、[数据可视化]四个部分。这些组合中最常用的组合是SQL+Excel+可视化软件。接下来就由小编为您介绍常用的数据分析工具有哪些。

常用的数据分析工具有哪些

一、Excel

微软office-excel

3.8

38条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

暂无

合作品牌

暂无

Excel是最实用的综合数据工具，但Excel真正被所有人使用的东西都是很少一部分。

功能，透视表可以解决大多数问题；PowerQuery+PowerPivot自动实现数据清洗和数据建模；数据分析工具库可以快速进行常用统计分析，如回归、方差分析、相关分析等。

假如Excel基础一般，建议先去刷两遍《王佩丰Excel实战课》，可以帮你解决大部分问题，网易云课堂有免费课。

如Excel是常用的周期报告，推荐你学习PowerQuery+PowerPivot。PowerQuery是一个Excel插件和PowerBI组件。为各种类型源数据提供链接和预处理工作。PowerPivot可以处理查询，并结合数据透视、切片器和过滤器，对已规划的数据进行数据刷新，并进行交互操作。

通常，PowerQuery和PowerPivot一起使用，前者负责数据连接和清洗，后者负责计算和分析。可报小课系统学习，或查阅公开的资料。

比如：PowerQuery爱好者(pqfans.com)、微软网站PowerPivot-概览与学习-Excel(microsoft.com)

二、SQL

SQL是数据分析员的基本要求，大多数数据来源于数据库，SQL在数据获取和数据清理两个环节中使用。编写SQL需要回答两个问题：1.数据来自哪里？2.如何提取？

1.数据来自哪里？

编写SQL的先决条件是熟悉数据表的结构，简单说就是从哪里获得数据，需要包含数仓结构、每层内容、命名规则、数据计算周期等。要熟悉企业数据表结构并不简单，需要逐步掌握。推荐先弄清哪些常用指标表的来源，再去熟悉公司数仓的架构，最后结合工作需求逐步了解其他数据模块的内容。

2.如何提取？

了解数据表结构后，要实现日常数据提取与分析，需要熟悉select、distinct、where、and&or、orderby、insert、update、delete等等。

select--查找column1、column2、Sum(column3)--从tablewherecolumn1=vluse--条件groupby--分组column1,column2orderbycolumn1desc--排序。

在数据量大、数据结构复杂的情况下，简单的数据提取往往不能满足要求，需要掌握高级语法(如多表链接、子查询、开窗函数、多维汇总、正则表达式等)，同时也需要理解诸如Access、Oracle、Mysql、SQLServer、DB2等主流数据库语法差异，并对表整理常用函数进行比较。网上有许多SQL的免费学习资料，比如W3schoolSQL教程、SQL教程、菜鸟教程等，可以做入门课程。也可以利用身边的好友资源，喝杯咖啡聊聊遇到的问题。

三、可视化

微软 Power BI

3.7

53条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

21

合作品牌

21

“数据可视化”是将数据分析结果转换成图表的过程，其最终目的是洞察数据中蕴涵的现象和规律，这其中包含着多种含义：发现、决策、解释、分析、探索和学习。现在我们只从工具使用的角度来讨论可视化。目前市场上的数据可视化工作很多，但是基本的逻辑是相通的。首先推荐学习一两个工具，PowerBI是开始时比较合适的数据可视化工具。要掌握每一种数据源的连接方法，表格计算和功能，绘制各种图表。PowerBI是微软开发的一款商业智能软件，专门做数据分析，分析家们通常用Excel就能上手。

      数据分析工具也在不断演变，需要根据公司的业务情况来选择。例如做市场调查、竞对分析经常使用Python来获取外部数据，通常使用统计分析领域的SPSS，以及调用地图开放平台来进行地图可视化绘制。分析工具与分析方法在数据分析工作中是密不可分的，科学的方法与高效的分析工具相结合，才能提高分析的效率和质量。以上就是小编为您介绍的常用的数据分析工具有哪些。