數(shù)據(jù)分析的時代已經(jīng)到來供璧，從國家浩习、政府、企業(yè)到個人聊倔，大數(shù)據(jù)和數(shù)據(jù)分析已經(jīng)成為大家耳熟能詳?shù)拿~晦毙。但是你可能沒有學(xué)過數(shù)據(jù)分析或編程的專業(yè)知識，或者你雖然學(xué)了很多數(shù)據(jù)分析的理論耙蔑，但你還不知道怎樣運用到實踐上见妒。在這里，我將對數(shù)據(jù)分析師最受歡迎的四種工具（Excel甸陌、R须揣、Python和BI）進(jìn)行比較，作為開始學(xué)習(xí)數(shù)據(jù)分析的基礎(chǔ)邀层。
1.Excel
1.1 使用場景
??? 一般辦公室里簡單的數(shù)據(jù)處理工作返敬。
??? 中小型企業(yè)的數(shù)據(jù)管理和存儲遂庄。
??? 學(xué)生或老師用來進(jìn)行簡單的統(tǒng)計分析（如方差分析寥院、回歸分析等）。
??? 結(jié)合 Word和PowerPoint來創(chuàng)建數(shù)據(jù)分析報告涛目。
??? 數(shù)據(jù)分析師的輔助工具秸谢。
??? 為一些商業(yè)雜志和報紙制作圖表（數(shù)據(jù)可視化）。
1.2 優(yōu)勢
??? 入門使用Excel很容易霹肝。
??? 學(xué)習(xí)資源非常豐富估蹄。
??? 你可以用Excel做很多事情：建模、可視化沫换、數(shù)據(jù)報告臭蚁、動態(tài)圖表等。
??? 它可以幫助您在進(jìn)一步學(xué)習(xí)其他工具（如Python和R）之前了解許多操作的含義讯赏。
1.3 缺點
??? 要完全掌握Excel垮兑，需要學(xué)習(xí)VBA，所以難度還是很高的漱挎。
??? 當(dāng)數(shù)據(jù)量很大時系枪，就會出現(xiàn)卡頓的情況。
??? 不借助其他工具的話磕谅，Excel數(shù)據(jù)文件本身只能容納108萬行私爷，不適合處理大規(guī)模數(shù)據(jù)集。
??? 內(nèi)置的統(tǒng)計分析過于簡單膊夹，做高級分析比較吃力衬浑。
??? 與Python、R和其他開源軟件不同放刨，正版Excel需要收費工秩。
2.R
2.1 使用場景
R的功能幾乎涵蓋數(shù)據(jù)分析的所有領(lǐng)域，就我們一般的數(shù)據(jù)分析工作而言，R能做的事情主要有以下幾個方面拓诸。
??? 數(shù)據(jù)清洗侵佃。
??? 網(wǎng)絡(luò)爬取。
??? 數(shù)據(jù)可視化奠支。
??? 統(tǒng)計假設(shè)檢驗（t檢驗馋辈、方差分析、卡方檢驗等）倍谜。
??? 數(shù)據(jù)建模（線性回歸迈螟、邏輯回歸、樹模型尔崔、神經(jīng)網(wǎng)絡(luò)等）答毫。
??? 數(shù)據(jù)分析報告輸出（R markdown）。
2.2 R容易學(xué)嗎季春？
在我看來洗搂，學(xué)習(xí)使用R是比較簡單的，如果經(jīng)過10天的集中學(xué)習(xí)载弄，足以掌握其基本使用耘拇、基本數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)導(dǎo)入導(dǎo)出宇攻、簡單的數(shù)據(jù)可視化等內(nèi)容惫叛。有了這些基礎(chǔ)，當(dāng)你遇到實際問題時逞刷，就可以找到你需要使用的R包嘉涌，通過閱讀幫助文件或者網(wǎng)絡(luò)上的資料，可以快速地解決具體的問題夸浅。
?
3. Python
3.1 使用場景
??? 數(shù)據(jù)爬取仑最。
??? 數(shù)據(jù)清洗。
??? 數(shù)據(jù)建模题篷。
??? 根據(jù)業(yè)務(wù)場景和實際問題構(gòu)建數(shù)據(jù)分析算法词身。
??? 數(shù)據(jù)可視化。
??? 數(shù)據(jù)挖掘和分析的高級領(lǐng)域番枚，例如機器學(xué)習(xí)和文本挖掘法严。
3.2 R與Python
R和Python都是可以編程的數(shù)據(jù)分析工具，不同的是葫笼，R專門用于數(shù)據(jù)分析領(lǐng)域深啤，而數(shù)據(jù)分析只是Python 的一個應(yīng)用分支，Python還可以用來開發(fā)網(wǎng)頁路星、開發(fā)游戲或者開發(fā)系統(tǒng)后端溯街，做一些運維的工作诱桂。
?
當(dāng)前的一個趨勢是，在數(shù)據(jù)分析的領(lǐng)域里呈昔，Python正在追趕著R挥等，在某些方面，它已經(jīng)超越了R堤尾，例如機器學(xué)習(xí)和文本挖掘肝劲，但是R在統(tǒng)計領(lǐng)域仍然保持著優(yōu)勢。Python在數(shù)據(jù)分析方面的發(fā)展郭宝，在很多地方都模仿了R的一些特性辞槐，所以，如果你還是新手粘室，還沒有開始學(xué)習(xí)榄檬，我建議你從Python開始。
?
Python和R都很容易入門衔统，但是如果你同時學(xué)習(xí)兩者鹿榜，就會很混亂，因為它們在很多地方都非常相似缰冤。所以建議不要同時學(xué)習(xí)犬缨，等到你掌握了其中一個，然后開始學(xué)習(xí)另一個棉浸。
?
3.3 選擇R還是Python？
如果因為時間有限只能選擇其中之一的去學(xué)習(xí)刺彩，我推薦使用Python迷郑。但我仍然建議你兩者都學(xué)一下，你可能在某些地方聽說Python在工作中更常用创倔，但解決問題才是最重要的嗡害，如果你能用R高效地解決問題，那就用 R畦攘。事實上霸妹，Python模仿了R的許多特性，比如Pandas 庫中的DataFrames知押，還有正在開發(fā)的可視化包ggplot模仿了R中非常有名的ggplot2叹螟。
?
4. 商業(yè)智能（BI）
數(shù)據(jù)分析中有一句話：文字不如表，表不如圖台盯，數(shù)據(jù)可視化是數(shù)據(jù)分析的主要方向之一罢绽。Excel的圖表可以滿足基本的圖形要求，但這只是基礎(chǔ)静盅，高級可視化需要編程的知識良价。除了學(xué)習(xí)R、Python等編程語言外，還可以選擇簡單易用的BI工具明垢。
?
BI的優(yōu)勢在于它更擅長做交互式的報告蚣常，它擅長解釋歷史數(shù)據(jù)和實時數(shù)據(jù)，可以大大解放數(shù)據(jù)分析師的工作痊银，提升整個公司的數(shù)據(jù)意識史隆，提高數(shù)據(jù)導(dǎo)入效率。市場上有很多BI產(chǎn)品曼验，例如Powerbi泌射，Smartbi智分析都是非常免費實用的BI工具，它們的原理都是搭建儀表盤鬓照，通過維度的聯(lián)動和鉆取熔酷，得到可視化的分析。
