数据分析 那个工具比较重要 ？
回答·13
最热
最新
- 数据分析的三板斧：Excel、SQL、Python 。 如果先学一个，那么一定是SQL，取不出来数据也就无从分析； 数据处理和呈现就是Excel和Python ，数据量不大的时候Excel就能搞定，数据量比较大的时候就得Python 了，此外，Python 还比较方便建模。 三个入门都容易，精通很难，不过基础功能的组合也足够应对大多数场景了。
- 我觉得像 PowerBI Tableau 等 BI 软件重要 但严格来说，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。
- 单纯说工具，首先基础工具比较重要。提数据需要 sql，处理数据 excel 或者 python，大多时候都是 excel。提取数据，清洗数据，然后利用数据。单纯工具是这样，但是给你把锄头，你会用锄头，不代表能高产呀
- 数据分析工具有很多种，以下是一些常见的类型： 1. Excel：这是最基础的数据分析工具。它可以用来进行简单的数据分析和可视化。 2. SQL：这是一个用于管理和查询数据库的编程语言。通过SQL，你可以从大型数据库中提取数据进行分析。 3. Python：Python是一种通用编程语言，它有很多数据分析和机器学习库，如Pandas, NumPy, SciPy和Scikit-Learn等。 4. R：R是一种专门用于统计分析和图形表示的编程语言。 5. Tableau：Tableau是一个数据可视化工具，可以将数据以图形的方式展示出来，方便理解和解释。 6. Power BI：这是微软开发的一款商业智能工具，可以用于数据分析和可视化。 7. SAS：这是一个集数据处理、统计分析、预测分析、智能决策等功能于一体的软件系统。 8. SPSS：这是一款统计分析软件，主要用于进行复杂的统计分析。 9. Hadoop：这是一个开源的大数据处理框架，可以处理PB级别的数据。 10. Spark：这是一个快速的大数据处理引擎，可以用于大规模数据处理。 这些工具各有优势和特点，选择哪种工具取决于你的具体需求，例如数据的规模、分析的复杂程度、可视化的需求等。
- 工具啥的都是虚的，数学基础最重要，尤其线性代数，无论是 CCA，PCA，还是 PLS 本质都是求特征值。就算你是做回归分析也是算投影。当你懂得算法本质，什么工具都能一下上手。
- 数据分析思想，行业知识。其次才是工具。
- 活跃账号，活跃账号，活跃账号
- python，没有之一
- 新手用 tableau 比较易理解，快上手。 老手的话没有所谓的重不重要。要看想达到什么目的。
- Microsoft power point!