当前位置 > CPDA数据分析师 > “数”业专攻 > 数据分析师常用工具和语音

数据分析师常用工具和语音

来源:数据分析师 CPDA | 时间:2018-07-25 | 作者:admin

准备进军数据分析师的初学者究竟应该学那些工具和语言那?作为专业的数据分析师用的是什么工具和语言?

 

数学知识是数据分析师的基础知识。

 

对于初级数据分析师,了解一些描述统计相关的基础内容,有一定的公式计算能力即可,了解常用统计模型算法则是加分。

 

对于高级数据分析师,统计模型相关知识是必备能力,线性代数(主要是矩阵计算相关知识)最好也有一定的了解。

 

而对于数据挖掘工程师,除了统计学以外,各类算法也需要熟练使用,对数学的要求是最高的

 

对于初级数据分析师,玩转Excel是必须的。当然还有很多下面是一位数据科学专业人士凭借多年工作经验,对数据科学领域可能使用的各主要编程语言进行了深入的分析和优劣势比较,希望能帮到初学者。

 

Excel

EXCEL是其中最简单的,倒不是容易而是人人都会。但如果是用来分析的话,图表只是基础,还要学会使用透视图以及VBA函数。Excel的功能其实非常强大,尤其是通过学习VBA,几乎能解决所有的问题,但成本就高了,而且Excel的数据处理量并不是很大,几十万而已,大数据量还要另寻方法。

 

SPSS

SPSS最初是社会科学统计软件,如果刚入门数据分析,懂点SPSS事非常有好处的,当然前提是要懂SQL。SPSS得使用对人的能力要求不高,编程模块很少使用,通常用于科学、市场之类的调研,在院校中使用较多。

有了以上的基础之后,可能就需要精通一门统计分析软件。

近几年的互联网潮,R语言流行起来了,在互联网行业运用较多。R语言是开源的,学习起来并不容易,需要一个长期的过程。

SPSS刚刚有提到,适用于市场研究,上手较快。如果会编程的话,功能还是蛮强大的。

SAS一般是金融行业应用较广,特别是银行业和医学统计,包括一些制造业也很多。银行业通常会用SAS来做统计,数据挖掘也会用到,价格昂贵,学起来比较难,建议网上寻找一些课程和教材来学。

所以打击爱可以针对自己的行业和实际情况来做选择,以上列举的只是大致情况。

 

Python

5 1 - 数据分析师常用工具和语音 6 1 - 数据分析师常用工具和语音

以上就是各种数据分析工具和语言的介绍,其次还要掌握一些第三方工具,这些工具一般偏业务化应用,可视化数据展示类偏多,所以在技术上没有太多要求,不过SQL需要掌握。

 

Tableau

多次介绍过的一款可视化工具,可视化方面应该是做得最不错的工具了,偏前端分析。不懂python不懂R的可以试试。有点贵,土豪们加油!

 

Qlikview

相对tableau有点丑,不要喷,毕竟人家走数据处理路线,作为BI产品,数据处理速度还是不错的,取个数不至于像tableau慢。两者像互补兄弟,各有优势,但都一样贵,哈哈!所以对数据处理要求较高的话,建议尝试。

 

FineBI

国内的可视化软件,bi工具。无功无过,重在稳定和应用,国内有一定市场,企业应用挺广。有一定数据分析基础的同学,应该说很快就能上手,免费版无限用!

 

还有一些D3之类的chart软件这里由于篇幅就不介绍了,主要偏应用,在工作中使用还是蛮广的。

 

总体来将,每个工具各有优势,但最关键的还是对于业务的熟悉度,没有远离和思路,任何工具都用不起来,所以在做数据分析时,一定要扎根学习业务和数据建模方法,工具不是万能的!