陈则老师，从事数据分析培训教学以及实战指导，已经将近10年时间
以我自己的经验来说，很多网络上的推荐，所谓的合集，都是码农推荐的，，，
那么，这次推荐，从数据分析入手，到数据可视化，上手比较容易的工具，当然如果要学习一下SPSS工具的话，可以参考陈则老师的专栏
本文目录：
Part 1:入门数据处理工具（2款）
Part 2:高级数据处理工具（2款）
Part 3:入门数据分析工具（2款）
Part 4:高级数据分析工具（2款）
Part 5:入门数据可视化工具（2款）
Part 6:高级数据可视化工具（2款）
Part 1:入门数据处理工具（2款）
1.最基础的数据处理工具——Excel
相信大家对于Excel都不陌生，
不仅是数据分析师，很多公司的很多事情都是会用到Excel，
Excel具备多种强大功能，
比如创建表单，数据透视表，VBA、函数的应用、数据清理技巧等，
Excel的系统如此庞大，以至于没有任何一项分析工具可以超越它，
确保了大家可以根据自己的需求分析数据。
作为一款基础工具，想要从事数据分析岗位，
成为一名合格的数据分析师，
掌握Excel的数据处理以及分析技巧是非常有必要的。
2.本地化工具——WPS
Excel的国产化，就是WPS
WPS里的表格，可以实现办Excel的大部分功能
最厉害的具有强大插件平台支持，免费提供海量在线存储空间及文档模板
但是，还需要继续加油
Part 2:高级数据处理工具（2款）
Excel或者WPS对于轻量级的数据（比如几万、几十万的数据还可以）
但是数据量一大，比如几百万，几千万，Excel或者WPS估计就会奔溃
1.高级数据处理工具——SQL
这时候，需要一点SQL的基础
结构化查询语言(Structured Query Language)简称SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。
它能在数据量大的情况下，快速的实现：查询、汇总、更新等功能
目前市面上的SQL版本很多，Mysql、Microsoft SQL Serve、Oracle数据库等等
对于入门者来说，先学习一个就可以
2.高级数据处理工具——Python
非常强大，万金油！但是根据我的经验pandas最多能处理100M左右的数据，如果超过100M可以使用with open和readlines转换成DataFrame，亲测可行
数据处理完，就要做分析了
Part 3:入门数据分析工具（2款）
1.最基础的数据分析工具——Excel
Excel能做的数据分析比较基础和入门，但是对于很多企业或者学员来说，也够了
比如做排序、筛选，也可以做相关、回归、方差，还可以做一些敏感度、最优解等的分析
2.统计学领域权威的数据分析工具——SPSS
SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，
每类中又分好几个统计过程，
比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，
而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。
当然，SPSS也能实现一些数据录入、处理以及图形化的功能，但是，统计分析是它的核心
目前广泛应用于：医药、银行、通信、调查研究、学术研究、证券、电商等领域，
世界500强企业，有80%左右的公司，都在用。
详细的课程内容，可以报名陈则老师的《数据分析之SPSS软件从入门到精通》课程，
点上面的专栏链接即可
Part 4:高级数据分析工具（2款）
那么前面的工具，
主要面对的还是：数值化的数据，比如：年龄、收入，
或者数值化后的数据，比如：学历（会变成：1-4，分布代表：小学、初中、高中、大学等等）
但是如果，你要遇到对图片作分析、对一大串网页的文字做分析，怎么办？
或者遇到超级大的数据量，TB级别的，
你会发：Excel、SQL等等这些工具都失效了，怎么办？
1.大数据数据分析工具——Hadoop
只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择
根据经验，曾经使用pyspark处理过Hive中30~40TB数据，速度还是很快
hadoop能做什么？
hadoop擅长日志分析，facebook就用Hive来进行日志分析，2009年时facebook就有非编程人员的30%的人使用HiveQL进行数据分析；淘宝搜索中的自定义筛选也使用的Hive；利用Pig还可以做高级的数据处理，包括Twitter、LinkedIn 上用于发现您可能认识的人，可以实现类似Amazon.com的协同过滤的推荐效果。淘宝的商品推荐也是！在Yahoo！的40%的Hadoop作业是用pig运行的，包括垃圾邮件的识别和过滤，还有用户特征建模。
2.大数据数据分析工具——Spark
那么跟Hadoop差不多一个等级的工具是：Spark
数据处理速度：
Spark，拥有Hadoop、 MapReduce所具有能更好地适用于数据挖掘与机器学习等需要迭代的的优点
数据分析完了，需要做可视化了
Part 5:入门数据可视化工具（2款）
1.最基础的数据可视化工具——Excel
在Excel2010中，常见的图表有10种，
分别为：柱形图、折线图、饼图、条形图、散点图、面积图、股价图、雷达图、组合图、曲面图
Excel2013以后，又增加了：
树状图、旭日图、直方图、箱线图等等
有学员会说，老师，你看网上，好多做数据分析的大咖，都是推荐各种牛逼克拉斯的工具
为什么你推荐的是Excel？
因为，很多企业其实用不到那么多高大上的工具，而且即使用了，需要很高的学习成本
但是Excel，它的普遍性，是任何一个软件，目前都无法代替的
况且，Excel做出来的可视化，也基本可以满足大部分企业的需求了
大家，可以去京东，搜陈则老师的畅销书，就是讲的Excel可视化的内容
2.入门级数据可视化工具——Tableau
那么因为Excel虽然可以满足大部分需求，但是有些需求满足起来，会很吃力
比如：想做个一个全国地图的展示（「从Excel看疫情」用Excel做一个全国疫情分布图）
这种地图，对于小白来说，用Excel做一个估计需要一天
但是用Tableau，对于小白来说，做一个，稍微看一下教程，只需要半天
大大提高了可视化的效率
而且，在最后的报表输出（把图表、文本、标题）整合到一起，Tableau也能体现出它的优势
Part 6:高级数据可视化工具（2款）
1.高级的数据可视化工具——Power BI
Power BI是由微软推出的一整套商业智能解决方案，
它能够挖掘数据中的信息，快速准确地生成可以交互的可视化报表，
从而帮助企业做出明智的业务经营决策。
为什么，高级篇，首推这个？
因为这是微软出的，你看前面数据的处理、统计、分析，是不是Excel最广泛？
所以，Power BI和Excel兼容度非常高
甚至在Excel 2016以后，Power BI已经把部分组件，直接嵌入到Excel里去了
比如：Power Map、Power Query等等
但是学起来，比Excel难度系数要高
2.高级的数据可视化工具——D3.JS
D3.js是一个强大的数据可视化js语言，可以利用svg在网页上展示各种精美的矢量图
被认为是最好的JavaScript可视化框架之一。开发者刚开始学习D3.js时会感到很复杂，但是D3.js功能强大，非常灵活，值得开发者深入学习研究。需要注意的是，D3.js无法在较低版本的IE浏览器中正常显示图形。
当然和D3.JS同级别的还有很多，比如：ECharts等等
总结: 不要被这么多的工具，搞头晕了
适合自己的才是最好的，
希望大家能在数据分析和可视化领域，找到适合自己的工具
联系客服
