进行数据分析除了需要良好的数学统计基础、对数据的敏感性外，有一位熟练使用的软件是非常重要的，常用的数据分析软件有python、excel、spss、power bi、matlab、r语言、sql等。
进行除了需要良好的数学统计基础、对数据的敏感性外，有一位熟练使用的软件是非常重要的，那常用的有什么呢？例如：python、excel、spss、power bi、matlab、r 语言、sql 等等。
1.python
这是免费开源的软件，适合于数据分析，机器学习，深度学习。python 还能网站开发，爬虫等等，python 除了不能生孩子，其它都能干。我们暂且理解为：python 是万能的。 python 的开发 ide 有很多，像 sublime text，pycharm，vscode，ipython 等等，开发工具实在是太多了，都让人产生选择恐惧症了，其实都一样，本人推荐 pycharm，毕竟 jetbrains 全家桶里面的工具都灰常好用。
2.excel
这个很不起眼的又是最常用的数据分析工具，算是使用范围最广的数据分析工具了。这个工具通常会被那些会写几行 low bi 代码的“伪程序员所鄙视”。实际上，只要会用鼠标，哪怕你只是个初中生，也能进行简单的对列求和，平均数，这些生活中很常见的数据分析指标了。excel 可以常规的数据图标、可视化功能，处理 150 万条以内数据没问题。
3.spss
spss 的分析结果清晰、直观、易学易用，而且可以直接读取 excel 及 dbf 数据文件，现已推广到多种各种操作系统的计算机上，它和 sas、bmdp 并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用 spss 软件完成的计算和，可以不必说明算法，由此可见其影响之大和信誉之高。spss for windows 的分析结果清晰、直观、易学易用，而且可以直接读取 excel 及 dbf 数据文件，现已推广到多种各种操作系统的计算机上，它和 sas、bmdp 并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用 spss 软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。 spss 做类似于因子分析，回归分析等等的统计分析不错，很方便，鼠标点击，就能得到详细报表。
4.power bi
bi（商业智能）和图表的区别在于 bi 擅长交互和报表，更擅长解释已经发生和正在发生的数据。将要发生的数据是数据挖掘的方向。 bi 的好处在于很大程度解放数据分析师的工作，推动全部门的数据意识，另外降低其他部门的数据需求（万恶的导数据）。 bi 市面上的产品很多，基本都是建立仪表盘 dashboard，通过维度的联动和钻取，获得可视化的分析。最后需要学习可视化和信息图的制作。
5.matlab
matlab 这个工具学习工科，数学专业的同学肯定再熟悉不过了。参加大学生数学建模竞赛的话，很多人就是使用的这个工具。 matlab（矩阵实验室）是 matrix laboratory 的缩写，是一款由美国 the mathworks 公司出品的商业数学软件。matlab 是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。除了矩阵运算、绘制函数/数据图像等常用功能外，matlab 还可以用来创建用户界面及与调用其它语言（包括 c、c 、java、python 和 fortran）编写的程序。 尽管 matlab 主要用于数值运算，但利用为数众多的附加工具箱（toolbox）它也适合不同领域的应用，例如控制系统设计与分析、图像处理、信号处理与通讯、金融建模和分析等。另外还有一个配套软件包 simulink，提供一个可视化开发环境，常用于系统模拟、动态/嵌入式系统开发等方面。
6.r 语言
r 是用于统计分析、绘图的语言和操作环境。r 是属于 gnu 系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。r 是用于统计分析、绘图的语言和操作环境。r 是属于 gnu 系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。r 语言开发 ide 通常使用的是 rstudio，社区版免费，通常够用了。
7.sql
这里的 sql 不是单指 mysql 或者 oracle，亦或者 hive 等，而是指标准 sql 查询语言。数据库可以存储大量的数据，通过 sql 可以进行复杂的数据关联查询，比如几张表之间的关联信息。写好 sql，也能高效的挖掘出数据之间的关系，做出最有商业价值的数据分析报表。
数据分析是为了开发软件和数据的均衡。数据分析要大量地使用数据集、数据分析手段，建立的数据存储的特殊技术，如利用深度分析法，以数据库为基础，建立基于工具目录的硬件的数据分析系统，并对数据存储在软件或硬件中，以便在整个软件的开发、建造过程中有效地运用。数据分析建立的特殊技术包括对过程分析、利用模拟，利用变量结构分析等等。数据分析也可能是从某些逻辑分析开始的。
