“工欲善其事，必先利其器”，工匠想要使他的工作做好，一定要先让工具锋利，比喻要做好一件事，准备工作非常重要，对于数据分析师来说，好的数据分析工具，可以使得数据分析工作事半功倍。

日常数据分析中，有80%的时间都是在数据处理和数据可视化，所以，借助工具进行数据清洗以及可视化很有必要，可以提高数据处理效率，以及丰富分析内容，针对不同的数据分析应用场景，可分为初级、中级、高级应用，下面举例说明。

初级应用

刚刚入门学习数据分析使用Excel最为合适不过了，Excel操作简单，界面简洁，功能较多，不管是数据处理还是数据可视化，总能得心应手，并且，作为一款职场必备办公软件，其功能特点被大家所熟知。

对于Excel的学习，通常要求掌握数据分类汇总、数据透视表的使用，五类常用的Excel函数，包括文本清洗类、关联匹配类、逻辑运算类、计算统计类、时间序列类五类，除此之外，Excel还有比较多的工具箱，比如Excel自带的数据分析工具箱、PowerMap，独立开发的工具箱比如方方格子、EasyCharts，都能使得数据分析更加便捷。

中级应用

熟练掌握Excel后，可以尝试使用一些更高级的数据分析工具，一方面，如果数据量比较大的时候，仍然使用Excel就会变得比较困难，处理效率慢不说，就连打开数据量大的表格都是个问题，另一方面，Excel在交互式图表方面功能有所欠缺，而PowerBI和Tableau很好的解决了这个问题，用于创建一个Dashboard最为合适不过，丰富了图表内容。

PowerBI和Tableau的使用相对比较简单，在数据清洗方面有大量的功能菜单可以使用，比如数据排序、数据去除重复值、数据聚合等，除此之外，还可以使用软件内的计算字段功能，对数据做更高级的清洗，有意思的是，在数据可视化时，PowerBI和Tableau都可以使用简单的“托拉拽”，就可以生成一个丰富的交互式图表。

高级应用

学习了中级应用后，接下来是重头戏，介绍MySQL和Anaconda，之所以放在最后来讲，是因为这两种软件功能实在是太过于强悍，首先说说MySQL软件，MySQL是一种开放源代码的关系型数据库管理系统，简而言之，MySQL用于管理数据，而数据是一个企业的生命线，可见MySQL的重要性不一般，MySQL通常用于数据清洗和数据存储。

其次，在说说Anaconda软件，Anaconda软件是一个开源的包、环境管理器，其具有数据清洗、数据建模、数据可视化等众多的包，比如，比较常见的NumPy：科学运算包，Pandas：数据处理和分析工具包，Matplotlib：绘图工具包，SciPy：数据运算包，Scikit-learn：机器学习工具包。

除了常规的软件使用，对应的还有一些比较好的编译器和插件，比如MySQL软件可以连接Navicat Premium 12使用，Anaconda软件可以连接PyCharm Community 使用，并且，Jupyter Notebook还有众多插件，这里推荐JupyterLab，让你在写代码的时候，感受到插件所带来的快捷。

数据分析的常用方法（数据分析软件工具有哪些）

初级应用

中级应用

高级应用

相关推荐