永洪社区

标题: 盘点6个主流的数据分析工具，及优缺点对比 [打印本页]

作者: puffs 时间: 2024-3-4 18:28
标题: 盘点6个主流的数据分析工具，及优缺点对比
01 Microsoft Excel
excel做数据分析想必大家都再熟悉不过了吧

02 Python
虽说Python是一种面向对象、解释型计算机程序设计语言，本身的数据分析功能并不强，但它是开源而且免费的。
Python的“平台模式”带来了大量的充满热情的用户，用户越多，软件的生命力就越强，发展也越快，这可以看作是软件生态的“人口红利”。

优点：
开源且免费
当下最热门的数据分析工具，用户多经验多，寻求帮助也容易很多
拥有强大的分析库
爬虫能力特别优秀，适合做网络数据采集
“即使不懂原理也能调用复杂高级算法”
相对比较友善，对于想写几行代码的非专业人士是比较好的选择

缺点：
emmm......在我看来Python并没有什么大的缺点。像哪些版本兼容问题、内存消耗大等都不算是大的问题。如果要从技术上来说：
由于Python的各类工具过于强大，很多时候一个算法可以在好几个库里找到函数，然后就容易把自己搞晕
毕竟不是鼠标点点菜单就能生成分析结果的界面式工具，还是要一行行敲代码的，或多或少有一点技术要求。

03 R
R和Python都属于“平台模式”——来自世界各地的开发者都可以贡献自己开发的工具包。但R语言更像是综合性较强的一类数据分析工具
江湖传言，“会用R是成为一名成熟的数据分析师的重要标志。”因为只要入了门，R的功能就能很大程度地帮助使用者实现各种数据分析需求。
优点：
依然是免费且开源
专业，专业，专业，科研前沿的大神用R的比用Python更多
各行各业有专业的工具库，模块十分齐全
界面能力很不错
灵活性很强，甩SPSS好几条街

缺点：
专业度高，学习难度也高
对数学基础有一定要求，所以像我这种文科出身，看到算法就头疼的，不太建议
因为R语言是开源的，谁都可以上传数据包，如果分不清可能用到不靠谱的数据包
对于没有数学和编程基础的新手小白，不建议从R入手，容易变成入门到放弃。
分享几个学习资料：
Python
Python基础编程，Magnus Lie Hetland；
像计算机科学家一样思考Python，Allen B. Downey；
官方文档，包括其他常用数据分析module的官方文档(很多教程就是根据官方文档改编过来的)；
R
R语言实战，Robert I. Kabacoff
Advanced R，Hadley Wickha

04 BI
严格来说，BI并不完全等于数据分析，BI与数据分析是有共同交集的两个领域。数据分析是BI的一个重要组成部分，BI是数据分析的一个典型应用。
BI是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。数据仓库、报表查询、数据分析、数据挖掘、数据可视化等。
像题主所说的帆软BI工具，数据透视、图表制作这些功能都是封装好的，可以直接拿来套用，整个过程就是连数据，设计模板, web展示。图表是内设好的或者开发对接Hcharts/Echarts/D3图标库。
优点：
成本相对更低
兼容性强，支持多种数据源
可视化大屏易在观感上给人留下震撼印象，便于营造某些独特氛围、打造仪式感
响应速度更快，能处理的数据量也很大

缺点：
这种自助式数据分析虽然也是需要一定的学习时间成本，但相比上面其他数据分析工具来说，整个上手过程还是比较快的，所以这点我可以接受。

05 MATLAB
Matlab是一个商业数学软件，在数值计算方面首屈一指。随着里面各种库的扩展，它在图像处理、信号处理、量化金融、工程仿真等方面都优秀到了让人忘记这是个数学软件。
优点：
特别适合图像类的数据分析，工具库全，计算快，展示还好看；
也有人工智能、神经网络什么的工具库可以调用；
在工程方面的分析分析优秀，特别是结合Simulink进行仿真，那是真的效果飞起；
MATLAB语法比Python更加灵活一些，编程难度也还行，中等吧，不算很复杂，偏C，但更简单。

缺点：
最大的不足就是贵，是真的很贵，反正我是买不起。
MATLAB太庞大了，基本包的安装就要占用10G，对于我这电脑总共才128G，平时多余空间就很少多余10个G的普通人，不太友善；
MATLAB是面向对象语言，入门难度不高，但要学精还是小有难度的。

06 SPSS
SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。
SPSS既可以像Excel一样鼠标点一点菜单就出结果，也能想Python一样通过编程出结果，老少皆宜。优点：

SPSS的数据接口比较好，特别是和Excel的兼容性较好，基本上一看就懂怎么用；
内置算法国际认可度比较高，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，；
内置丰富的统计分析方法，适用于统计分析类的数据分析。

缺点：

想读透SPSS给出的分析结果，需要比较扎实的统计学知识；
SPSS虽然结果可以直接输出图形，但样式比较有限，相对于MATLAB数据可视化能力较弱；
基本上只能用于结构化数据分析，对于图形、视频分析、文本数据，力不从心；
SPSS也是收费的，至于多少钱就不清楚了，个人长期用的是试用

不管是Python、Excel、SPSS、SAS、MATLAB、hadoop、R等等，至少熟练使用一到两个，了解一两个，并知道每个的最适合使用场景就好了。至于怎么用，万事不懂问百度，要不就谷歌也行，如果要熟悉某个工具，最好就是多逛逛技术论坛，多拿项目练练

欢迎光临永洪社区 (https://club.yonghongtech.com/)