編者按：數(shù)據(jù)科學(xué)家是21世紀(jì)的熱門(mén)工作。工欲善其事必先利其器。數(shù)據(jù)分析工具何其多，究竟用哪樣才合適？Lewis Chou在Medium上分析了3類(lèi)6種工具的特點(diǎn)和適用場(chǎng)景，看完這篇文章，相信你就可以知道了。原文標(biāo)題是：Top 6 Data Analytics Tools in 2019

說(shuō)到數(shù)據(jù)分析工具，我們總是有疑問(wèn)。那么多的數(shù)據(jù)分析工具，它們之間究竟有什么區(qū)別？哪個(gè)更好？我應(yīng)該學(xué)習(xí)哪一個(gè)？

盡管這是一個(gè)老生常談的話題，但它確實(shí)很重要，我一直在努力尋找這個(gè)終極問(wèn)題的答案。如果你到網(wǎng)上搜索這個(gè)領(lǐng)域的相關(guān)信息的話，很難找到公正的看法。因?yàn)樘囟〝?shù)據(jù)分析工具的評(píng)估者可能會(huì)從不同的角度出發(fā)，并帶有一些個(gè)人感受。

今天，讓我們撇開(kāi)這些個(gè)人感受。我會(huì)嘗試跟大家一起客觀地談?wù)勎覍?duì)市場(chǎng)上數(shù)據(jù)分析工具的個(gè)人看法，以供參考。

我總共選擇了三類(lèi)共6種工具。接下來(lái)我會(huì)一一進(jìn)行介紹。

Excel具備多種強(qiáng)大功能，比如創(chuàng)建表單，數(shù)據(jù)透視表，VBA等，Excel的系統(tǒng)如此龐大，以至于沒(méi)有任何一項(xiàng)分析工具可以超越它，確保了大家可以根據(jù)自己的需求分析數(shù)據(jù)。

但是，有些人可能以為他們非常精通計(jì)算機(jī)編程語(yǔ)言，然后鄙視用Excel作為工具，因?yàn)镋xcel無(wú)法處理大數(shù)據(jù)。但是請(qǐng)考慮一下，我們?nèi)粘Ｉ钪惺褂玫臄?shù)據(jù)是不是超出了大數(shù)據(jù)的限制？在我看來(lái)，Excel就是一款全能型的播放器。它最適合小型數(shù)據(jù)，而且通過(guò)插件還可以處理數(shù)百萬(wàn)的數(shù)據(jù)。

綜上所述，基于Excel的強(qiáng)大功能及其用戶規(guī)模，我認(rèn)為它是必不可少的工具。如果你想學(xué)習(xí)數(shù)據(jù)分析，Excel絕對(duì)是首選。

商業(yè)智能是為數(shù)據(jù)分析而生的，它誕生的起點(diǎn)很高。其目的是縮短從商業(yè)數(shù)據(jù)到商業(yè)決策的時(shí)間，并利用數(shù)據(jù)來(lái)影響決策。

Excel的產(chǎn)品目標(biāo)不是這樣。Excel可以做很多事情。你可以使用Excel畫(huà)課程表，制作問(wèn)卷或用作計(jì)算器，甚至可以用來(lái)畫(huà)畫(huà)。如果你會(huì)VBA，還可以制作小型游戲。不過(guò)這些并不是真正的數(shù)據(jù)分析功能。

但是BI工具就是專門(mén)用于數(shù)據(jù)分析的。

以常見(jiàn)的BI工具（例如Power BI，F(xiàn)ineReport和Tableau）為例。你會(huì)發(fā)現(xiàn)它們都是按照數(shù)據(jù)分析流程設(shè)計(jì)的。先是數(shù)據(jù)處理，數(shù)據(jù)清洗，然后是數(shù)據(jù)建模，最后是數(shù)據(jù)可視化，用圖表來(lái)識(shí)別問(wèn)題并影響決策。

這些是數(shù)據(jù)分析的唯一方法，并且在這個(gè)過(guò)程中存在一些員工的痛點(diǎn)。

比方說(shuō)，可以用BI工具來(lái)簡(jiǎn)化重復(fù)的低附加值的數(shù)據(jù)清洗工作。

如果數(shù)據(jù)量很大，傳統(tǒng)工具Excel是無(wú)法完成數(shù)據(jù)透視表的。

如果我們用Excel來(lái)進(jìn)行圖形顯示，會(huì)需要花費(fèi)大量時(shí)間來(lái)編輯圖表，包括顏色和字體設(shè)置等瑣事。

這些痛點(diǎn)是BI工具可以為我們帶來(lái)變化和價(jià)值的地方。

現(xiàn)在，讓我們比較一下市場(chǎng)上的三種流行的BI工具：Power BI，F(xiàn)ineReport和Tableau。

1）Tableau

Tableau的核心本質(zhì)實(shí)際上是Excel的數(shù)據(jù)透視表和數(shù)據(jù)透視圖?？梢哉f(shuō)Tableau敏銳地意識(shí)到了Excel的這一功能。它進(jìn)入BI市場(chǎng)較早，并延續(xù)了這一核心價(jià)值。

從發(fā)展歷史和當(dāng)前市場(chǎng)反饋的角度來(lái)看，Tableau的可視化效果更好。我不認(rèn)為這是因?yàn)樗膱D表有多酷，但是它的設(shè)計(jì)、顏色和用戶界面給我們一種簡(jiǎn)單而新鮮的感覺(jué)。

確實(shí)，這就像Tableau自己的宣傳一樣，他們投入了大量的學(xué)術(shù)精力來(lái)研究大家喜歡哪種圖表，以及如何為用戶提供操作和視覺(jué)上的終極體驗(yàn)。

此外，Tableau還增加了數(shù)據(jù)清洗功能和更智能的分析功能。這也是Tableau可以預(yù)期的產(chǎn)品開(kāi)發(fā)優(yōu)勢(shì)。

2）Power BI

Power BI的優(yōu)勢(shì)在于其業(yè)務(wù)模型和數(shù)據(jù)分析功能。

Power BI以前是Excel的插件，但是發(fā)展并不理想。因此它擺脫了Excel，發(fā)展成BI工具。作為后來(lái)者，Power BI每個(gè)月都有迭代更新，并且跟進(jìn)的速度很快。

Power BI當(dāng)前具有三種授權(quán)方式：Power BI Free、Power BI Pro以及Power BI Premium。與Tableau一樣，免費(fèi)版的功能也不完整。但是給個(gè)人用幾乎已經(jīng)足夠。而且Power BI的數(shù)據(jù)分析功能強(qiáng)大。它的PowerPivot和DAX語(yǔ)言讓我能夠以類(lèi)似在Excel中編寫(xiě)公式的方式來(lái)進(jìn)行復(fù)雜的高級(jí)分析。

3）FineReport應(yīng)用

FineReport之所以獨(dú)特在于它的自助服務(wù)數(shù)據(jù)分析非常適合企業(yè)用戶。只需簡(jiǎn)單的拖放操作，你就可以使用FineReport設(shè)計(jì)各種樣式的報(bào)告，并輕松構(gòu)建數(shù)據(jù)決策分析系統(tǒng)。

FineReport可以直接連接到各種數(shù)據(jù)庫(kù)，并且方便快捷地自定義各種樣式，從而制作周報(bào)、月報(bào)和季報(bào)、年報(bào)。其格式類(lèi)似于Excel的界面。功能包括報(bào)告創(chuàng)建，報(bào)告權(quán)限分配，報(bào)告管理，數(shù)據(jù)輸入等。

此外，F(xiàn)ineReport的可視化功能也非常突出，它提供了多種儀表板模板和許多自行開(kāi)發(fā)的可視插件庫(kù)。

在價(jià)格方面，F(xiàn)ineReport的個(gè)人版本是完全免費(fèi)的，并且所有功能都是開(kāi)放的。

R和Python是我要討論的第三類(lèi)工具。盡管像Excel和BI工具這樣的軟件已盡最大努力考慮到數(shù)據(jù)分析的大多數(shù)應(yīng)用場(chǎng)景，但其實(shí)它們基本上都是定制化的。如果軟件沒(méi)有設(shè)計(jì)某項(xiàng)功能或替某功能開(kāi)發(fā)按鈕，那很可能你就沒(méi)法用它們來(lái)完成工作。

在這一點(diǎn)上面，編程語(yǔ)言是不一樣的。它非常強(qiáng)大和靈活。你可以編寫(xiě)代碼來(lái)執(zhí)行所需的任何操作。比方說(shuō)，R和Python是數(shù)據(jù)科學(xué)家必不可少的工具。從專業(yè)的角度來(lái)看，它們絕對(duì)比Excel和BI工具強(qiáng)大。

那么，R和Python可以實(shí)現(xiàn)哪些Excel和BI工具難以實(shí)現(xiàn)的應(yīng)用場(chǎng)景呢？

1）專業(yè)統(tǒng)計(jì)分析

就R語(yǔ)言而言，它最擅長(zhǎng)的是統(tǒng)計(jì)分析，例如正態(tài)分布，使用算法對(duì)聚類(lèi)進(jìn)行分類(lèi)和回歸分析等。這種分析就像用數(shù)據(jù)作實(shí)驗(yàn)一樣。它可以幫助我們回答以下問(wèn)題。

比方說(shuō)，數(shù)據(jù)的分布是正態(tài)分布、三角分布還是其他類(lèi)型的分布？離散情況如何？它是否在我們想要達(dá)到的統(tǒng)計(jì)可控范圍內(nèi)？不同參數(shù)對(duì)結(jié)果的影響的大小是多少？還有假設(shè)仿真分析。如果某個(gè)參數(shù)發(fā)生變化，會(huì)帶來(lái)多大影響？

2）獨(dú)立預(yù)測(cè)分析

比方說(shuō)，我們打算預(yù)測(cè)消費(fèi)者的行為。他會(huì)在我們的商店停留多長(zhǎng)時(shí)間？他會(huì)花多少錢(qián)？我們可以找出他的個(gè)人信用情況，并根據(jù)他的在線消費(fèi)記錄確定貸款金額。或者，我們可以根據(jù)他在網(wǎng)頁(yè)上的瀏覽歷史推送不同的物品。這也涉及當(dāng)前流行的機(jī)器學(xué)習(xí)和人工智能概念。

以上比較說(shuō)明了幾種軟件之間的區(qū)別。我想概括的要點(diǎn)的是，存在就是合理。Excel，BI工具或編程語(yǔ)言存在部分功能重疊，但它們也是互補(bǔ)的工具。每個(gè)應(yīng)用的價(jià)值取決于要開(kāi)發(fā)的應(yīng)用的類(lèi)型和當(dāng)時(shí)的情況。

在選擇數(shù)據(jù)分析工具之前，你必須首先了解自己的工作：你會(huì)不會(huì)用到我剛剛提到的應(yīng)用場(chǎng)景。或考慮一下你的職業(yè)方向：你是面向數(shù)據(jù)科學(xué)還是業(yè)務(wù)分析的。

譯者：boxi。

1、數(shù)據(jù)處理工具：Excel

數(shù)據(jù)分析師，在有些公司也會(huì)有數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)挖掘工程師等等。他們最初級(jí)最主要的工具就是Excel。有些公司也會(huì)涉及到像Visio，Xmind、PPT等設(shè)計(jì)圖標(biāo)數(shù)據(jù)分析方面的高級(jí)技巧。數(shù)據(jù)分析師是一個(gè)需要擁有較強(qiáng)綜合能力的崗位，因此，在有些互聯(lián)網(wǎng)公司仍然需要數(shù)據(jù)透視表演練、Vision跨職能流程圖演練、Xmind項(xiàng)目計(jì)劃導(dǎo)圖演練、PPT高級(jí)動(dòng)畫(huà)技巧等。

2、數(shù)據(jù)庫(kù)：MySQL

Excel如果能夠玩的很轉(zhuǎn)，能勝任一部分?jǐn)?shù)據(jù)量不是很大的公司。但是基于Excel處理數(shù)據(jù)能力有限，如果想勝任中型的互聯(lián)網(wǎng)公司中數(shù)據(jù)分析崗位還是比較困難。因此需要學(xué)會(huì)數(shù)據(jù)庫(kù)技術(shù)，一般Mysql。你需要了解MySQL管理工具的使用以及數(shù)據(jù)庫(kù)的基本操作;數(shù)據(jù)表的基本操作、MySQL的數(shù)據(jù)類(lèi)型和運(yùn)算符、MySQL函數(shù)、查詢語(yǔ)句、存儲(chǔ)過(guò)程與函數(shù)、觸發(fā)程序以及視圖等。比較高階的需要學(xué)習(xí)MySQL的備份和恢復(fù);熟悉完整的MySQL數(shù)據(jù)系統(tǒng)開(kāi)發(fā)流程。

3、數(shù)據(jù)可視化：Tableau& Echarts

如果說(shuō)前面2條是數(shù)據(jù)處理的技術(shù)，那么在如今“顏值為王”的現(xiàn)在，如何將數(shù)據(jù)展現(xiàn)得更好看，讓別人更愿意看，這也是一個(gè)技術(shù)活。好比公司領(lǐng)導(dǎo)讓你對(duì)某一個(gè)項(xiàng)目得研究成果做匯報(bào)，那么你不可能給他看單純的數(shù)據(jù)一樣，你需要讓數(shù)據(jù)更直觀，甚至更美觀。

Echarts是開(kāi)源的，代碼可以自己改，種類(lèi)也非常豐富，這里不多做介紹，可以去創(chuàng)建一個(gè)工作區(qū)了解下。

4、大數(shù)據(jù)分析：SPSS& Python& HiveSQL等

如果說(shuō)Excel是“輕數(shù)據(jù)處理工具”，Mysql是“中型數(shù)據(jù)處理工具”那么，大數(shù)據(jù)分析，涉及的面就非常廣泛，技術(shù)點(diǎn)涉及的也比較多。這也就是為什么目前互聯(lián)網(wǎng)公司年薪百萬(wàn)重金難求大數(shù)據(jù)分析師的原因。

我推薦一些常用的大數(shù)據(jù)分析工具

1.專業(yè)的大數(shù)據(jù)分析工具

2.各種Python數(shù)據(jù)可視化第三方庫(kù)

3.其它語(yǔ)言的數(shù)據(jù)可視化框架

一、專業(yè)的大數(shù)據(jù)分析工具

1、FineReport

FineReport是一款純Java編寫(xiě)的、集數(shù)據(jù)展示(報(bào)表)和數(shù)據(jù)錄入(表單)功能于一身的企業(yè)級(jí)web報(bào)表工具，只需要簡(jiǎn)單的拖拽操作便可以設(shè)計(jì)復(fù)雜的中國(guó)式報(bào)表，搭建數(shù)據(jù)決策分析系統(tǒng)。

2、FineBI

FineBI是新一代自助大數(shù)據(jù)分析的商業(yè)智能產(chǎn)品，提供了從數(shù)據(jù)準(zhǔn)備、自助數(shù)據(jù)處理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化于一體的完整解決方案，也是我比較推崇的可視化工具之一。

FineBI的使用感同Tableau類(lèi)似，都主張可視化的探索性分析，有點(diǎn)像加強(qiáng)版的數(shù)據(jù)透視表。上手簡(jiǎn)單，可視化庫(kù)豐富?？梢猿洚?dāng)數(shù)據(jù)報(bào)表的門(mén)戶，也可以充當(dāng)各業(yè)務(wù)分析的平臺(tái)。

二、Python的數(shù)據(jù)可視化第三方庫(kù)

Python正慢慢地成為數(shù)據(jù)分析、數(shù)據(jù)挖掘領(lǐng)域的主流語(yǔ)言之一。在Python的生態(tài)里，很多開(kāi)發(fā)者們提供了非常豐富的、用于各種場(chǎng)景的數(shù)據(jù)可視化第三方庫(kù)。這些第三方庫(kù)可以讓我們結(jié)合Python語(yǔ)言繪制出漂亮的圖表。

1、pyecharts

Echarts(下面會(huì)提到)是一個(gè)開(kāi)源免費(fèi)的javascript數(shù)據(jù)可視化庫(kù)，它讓我們可以輕松地繪制專業(yè)的商業(yè)數(shù)據(jù)圖表。當(dāng)Python遇上了Echarts，pyecharts便誕生了，它是由chenjiandongx等一群開(kāi)發(fā)者維護(hù)的Echarts Python接口，讓我們可以通過(guò)Python語(yǔ)言繪制出各種Echarts圖表。

2、Bokeh

Bokeh是一款基于Python的交互式數(shù)據(jù)可視化工具，它提供了優(yōu)雅簡(jiǎn)潔的方法來(lái)繪制各種各樣的圖形，可以高性能的可視化大型數(shù)據(jù)集以及流數(shù)據(jù)，幫助我們制作交互式圖表、可視化儀表板等。

三、其他數(shù)據(jù)可視化工具

1、Echarts

前面說(shuō)過(guò)了，Echarts是一個(gè)開(kāi)源免費(fèi)的javascript數(shù)據(jù)可視化庫(kù)，它讓我們可以輕松地繪制專業(yè)的商業(yè)數(shù)據(jù)圖表。

大家都知道去年春節(jié)以及近期央視大規(guī)劃報(bào)道的百度大數(shù)據(jù)產(chǎn)品，如百度遷徙、百度司南、百度大數(shù)據(jù)預(yù)測(cè)等等，這些產(chǎn)品的數(shù)據(jù)可視化均是通過(guò)ECharts來(lái)實(shí)現(xiàn)的。

2、D3

D3（Data Driven Documents）是支持SVG渲染的另一種JavaScript庫(kù)。但是D3能夠提供大量線性圖和條形圖之外的復(fù)雜圖表樣式，例如Voronoi圖、樹(shù)形圖、圓形集群和單詞云等。