这些数据分析语言和工具，该如何选用？

从事数据分析一定要选一门编程语言和工具，技多不压身嘛。

数据分析的工具有很多，按功能和侧重点来分有统计工具、可视化工具等等。

应用最广的也是最常被提到的，无非是Excel、SAS、Python、R等等。那么，这么多工具是否都要学？都适用于什么情况？又应该如何使用呢？

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

Python&R的比较

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！