数据分析软件种类繁多，使用难度、场景、效率不一。日常的数据分析，Excel就能满足大部分需求，不过在数据量越来越大、维度越来越多、分析越来越复杂的今天，仅靠Excel解决也不现实，不过不用担心，市面上可分析数据的软件是越来越多了，小编给大家介绍几类数据分析软件，包括以下几类：1.数据处理软件Excel和MySQLExcel：在Excel，需要重点了解数据处理的重要技巧及函数的应用，特别是数据清理技术的应用。这项运用能对数据去伪存真，掌握数据主动权，全面掌控数据，Excel数据透视表的应用重在挖掘隐藏的数据价值，轻松整合海量数据，各种图表类型的制作技巧及Power
Query、Power Pivot的应用可展现数据可视化效果。
数据库MySQL是一种关系数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性，MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言，MySQL软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQL作为网站数据库。2.
数据可视化Smartbi和EchartsSmartbi设计过程可视化，鼠标拖拉拽即可快速完成数据集准备、可视化探索和仪表盘的制作，丰富的可视化展示，轻松制作BI看板，丰富的交互控件和图表组件，且不受维度、度量的限制，支持多数据来源，布局灵活，支持业务主题和自助数据集，双布局设计，跨屏发布到APP，支持流式布局。轻量化的BI软件，部署方便，走
多维分析方向。能够快速制作数据可视化图表。
ECharts简单来说是互联网开发程序过程中，后台数据库用以实现数据到图形的映射的一个插件，具体来说一个使用JavaScript实现的开源可视化库，可以流畅地运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的矢量图形库ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。3.大数据分析SPSS、Python、HiveSQL等SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便地从其他数据库中读入数据，其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要，输出结果十分美观，存储时则是专用的SPO格式，可以转存为HTML格式和文本格式。Python是一种计算机程序设计语言，是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本（shell），随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。HiveSQL是基于Hadoop的一个数据仓库软件，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其实软件并没有好坏之分，重要的是根据自身的需求，选择最适合的软件进行数据分析。一般比较成熟的公司里，数据分析软件不只是满足业务分析和报表制作，像我现在给我们公司选型BI软件，是做全平台全方位的数据处理，外源数据更新、实时抽取、性能优化等等都是非常关注的点。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69978996/viewspace-2760879/，如需转载，请注明出处，否则将追究法律责任。
}

做数据分析也有年头了，好的坏的工具都用过了，推荐几个觉得很好用的，避坑必看！PS：一般比较成熟的公司里，数据分析工具不只是满足业务分析和报表制作，像我现在给我们公司选型BI工具，是做全平台全方位的数据处理，外源数据更新、实时抽取、性能优化等等都是非常关注的点，所以Excel这种适合个人分析的就不推荐了，不适合专业的数据分析师。数据存储层：Access、SQL Server、DB、Oracle等数据处理层：Python、Hadoop数据报表层：Finereport、简道云数据展示层：Tableau、Powerbi、Finebi再啰嗦一句，如果你是数据分析小白，掌握工具前应该先有数分思维和底层逻辑，推荐先看知乎知学堂官方的数据分析入门课程：一、数据存储层面这一方面主要是数据库和数据仓库的一些知识点，企业要想做数字化转型，把原先的一些数据系统，如ERP、OA、CRM、Excel等，必须得进行数字打通，不然整个企业就相当于在进行烟囱式开发，数据东一块，西一块，根本不能成为体系。具体的，就是一些数据库的使用，不要说这方面的知识不想学，有运维替你管着。一个好的大数据体系，数据仓库和数据库、数据湖、数据集市的建立是非常重要的，建模的维度就决定了你后面分析的维度，如果维度不够全面与准确，那你的工具再好也就没有意义了。二、数据处理层面python、hadoop可以闪亮登场了，但是hadoop是一个非常复杂的平台，需要的技术很多，所以这里我们暂时不讨论。我做了很多年的大数据技术了，所以最早我开始做分析的时候都是希望通过编程来实现，使用Python的好处是自由度非常高，能够灵活运用模型和算法，并且从数据采集到数据清洗到数据分析，一种语言就可以全部搞定。现在很多人都在说不学python会怎么怎么样，但其实不是这样，归根结底只是一个底层语言，需要混合使用。Python是有一定门槛的，而且学习的时间成本不低，往往一次分析需要花较多的时间，如果不是大型分析项目，有点大材小用。但是对于大型的项目，尤其是涉及到数据挖掘类的，我建议用python。还有一些可以数据抓取的工具，我就不说了，本质其实都差不多。三、数据报表层面可能提到报表，很多人脑子里的想法就是Excel，这其实是完全不对的，excel的短板是很明显的：Excel会导致企业信息化程度不够数据口径不一致，浪费人力去核对数据采集困难，更改不能实时显示数据如果需要处理上百万行的数据，我推荐使用简道云，简单介绍一下：可视化模板>>https://www.jiandaoyun.com 适用群体：更适合职场各种业务端的数据分析，可在线使用，替代Excel偷懒的神器！这是一款我用了4年多的数据分析偷懒神器，模板一共提供10+基础数据分析图表，一般业务上的数据分析我用它就够了。可以先看看效果：像上面这种数据看板，放在excel里面做起来是很复杂的，但用简道云做可视化看板，就能轻松达到四两拨千斤的效果。示例：导入简道云>新建仪表盘>点击数据组件-统计表>添加刚刚的表格数据-订单管理比如：想要在仪表盘中显示“订单总额”，即把“订单总额”字段拉入指标处，选择图标类型即可。制作完成之后的可视化看板如下图：我选择用它来做业务数据分析的另一个重要原因是——它能做的不止数据分析图表，基本上能够高效辅助完成所有业务数据的收集、处理、分析、展示、以及流程管理：可以用它的在线表单来做数据收集收集好的数据可以导入数据工厂自动处理分析处理好的数据可以生成各种分析图表流程引擎能够配合做好各业务环节之间的流转......不足：由于简道云本身就是偏向企业层面的，所以更适合一些偏业务端的数据分析。如果是想要做一些非常专业复杂的数据分析大屏，它是不如哪些专业做数据大屏的工具的。4、数据展现层面我上一家公司用的是SAS，可现在流行R语言来训练模型，作为数据分析工具，今年已经没有采购SAS了预算了，预算都给大数据平台产品了。你们以为的数据展现，可能就是所有数据都处理好了，然后直接生成可视化就行，其实远不是这样，那数据变动怎么办呢？数据量太大，宕机了怎么办呢？所以一个实时的可视化工具就显得非常重要，我觉得Tableau、PowerBI、FineBI都是一个不错的选择，（1）TableauTableau我更倾向于将他定义为数据可视化工具，而不是数据分析工具，因为tableau的数据可视化能力确实非常强，他的交互式的可视化体验在业内是被人津津乐道，但是在数据建模和数据分析功能上，略输pbi与finebi一筹。其实我用的是Tb prep+Tb desktop，因为tableau一直以来就被数据处理能力差而诟病，prep就是千呼万唤始出来的数据清洗工具，2018年才刚刚面世，主要是为了弥补tb在数据清洗工作上的欠缺，我用过一两次，接触的不深，风格还是一贯的tb清新风格，基本可以实现数据清洗、数据整理、数据合并等etl操作，但是理论上任何产品都需要一定的生长曲线，我相信tb prep也同样是如此，未来还有更大的空间可以优化。另外就是prep+desktop两款工具协同工作的方式，太过于麻烦，这也算是tb的一大与生俱来的缺点。此外Tableau是国外的工具，一是服务体系不够全，出了问题要解决很久，这是不能接受的；二是价格实在是太高，动不动就上百万。（2）FineBI所以我推荐FineBI，一款web级的敏捷数据工具，不仅直接拖拽就能生成可视化，而且还能做复杂报表，BI报表就是企业的新方向。其实数据展现类的工具，靠不靠谱还得看引擎，FineBI引擎的两种模式可以支持大数据量分析，这一点我是非常推崇的：抽取模式：提供基于索引的高效计算引擎，通过数据预加载，支撑前端快速数据分析，适用于实时性要求不高的分析。实时模式：直接对接读取企业的数据库表进行分析，适用于对实时性要求较高的数据分析场景。可视化能力嘛，比tableau弱一点，不过好处就是简单一点，很好上手：（3）PowerBI首先powerbi我将其定义为适合个人多联机的数据分析与挖掘工具。PBI可以说是微软的一次偶然尝试和偶然的产品，在tableau出现之前，微软对于数据分析领域的布局其实非常简单，只有针对企业用户的sql server analysis service和excel里的power pivot，后来微软将这两个工具进行结合，开发出了Powerbi所以与其说powerbi是微软开发出的数据分析工具，不如说是微软依靠对BI业务模型多年的研究总结后得出的一套解决方案，也就是DAX所代表的的数据分析理念。这一点与tableau提倡的理念是相反的。Power的数据可视化能力怎么说呢，一言难尽吧，powerbi真的有种工科风，能力强悍但是颜值不高，可视化展现能力方面，PoweBI内置的图表种类相对较少,例如一些常用的玫瑰图,多层饼图,词云图,热力地图,流向地图等都不支持(需要进行市场图表拓展下载使用).图形属性方面还算丰富,可以由用户自定义进行图表样式属性的设置调节。先推荐到这里，待更新.......更新一下，永远要记住，不要太过于依赖于工具，使用好工具的基础一定是你拥有扎实的知识基础，如果你连数据分析是什么？怎么做数据分析这些都不懂，那说实话，选择再好的工具也没什么用。推荐一些数据分析的书籍和课程，可以书籍+视频课程结合来学习，就不会那么枯燥了。《深入浅出数据分析》《深入浅出统计学》《赤裸裸的统计学》《利用Python进行数据分析》《精益数据分析》《数据科学实战》《决战大数据》其他视频课程看这篇：哪里有免费的 Excel 教程？ - 知乎 (zhihu.com)更完整的学习路径可以看我这篇回答： 怎样用 Excel 做数据分析？ - 知乎 (zhihu.com)}