眾所周知，現在是一個網路時代，而網路的飛速進步，使得人們對於數據的要求越來越高，同時數據處理和分析的重要性也越來越明顯。因此，大數據應運而生，而數據分析師作為大數據行業中相對來說門檻較低的一個工作崗位，正在被越來越多的年輕人所喜愛。然而，雖說數據分析師要求較低，但一些常用的工具還是需要我們掌握的，那麼數據分析師常用的軟體都有哪些呢？在這裡給大家總結如下：

　　一、最基礎的數據處理工具——Excel。 　　相信大家對於Excel都不陌生，不僅是數據分析師，很多公司的很多事情都是會用到Excel，而有的公司也會涉及到Visio、Xmind和PPT等高級一點的工具。在Excel中，我們需要著重掌握的就是函數的應用以及數據清理技巧，作為一款基礎工具，想要從事數據分析崗位，成為一名合格的數據分析師，掌握Excel的數據處理以及分析技巧是非常有必要的。 　　二、MySQL資料庫。

　　一般來說，熟練掌握Excel的使用，就能勝任一般數據量不少很大的公司的數據分析崗位，但由於Excel的數據處理能力有限，想要為自己的以後謀求更長足的發展，進入到較大的公司繼續從事數據分析行業，就需要我們掌握資料庫相關的技術，而MySQL資料庫作為一個開源的資料庫，對於我們學習資料庫知識有很大的幫助，我們可以通過MySQL資料庫學習到資料庫的管理工具以及資料庫的一些基本操作，當然還有非常重要的SQL查詢語句等，再高級一點的就是學習MySQL的數據備份與恢復，以及熟悉掌握整個MySQL資料庫的系統開發流程。可以說，學習MySQL資料庫是成為合格數據分析師的必經一步。

　　三、Tableau和Echarts等數據可視化工具。　　 前文提到的Excel和MySQL資料庫都是數據處理工具，可以讓我們輕鬆快速的處理數據，而Tableau和Echarts就是能讓數據可視化，從而能讓我們將處理的數據更加美觀的展現出來的工具，這兩種是目前比較主流的數據可視化工具，掌握它們，非常重要。 　　四、HiveSQL、Python等大數據分析工具。 　　同它的名字一樣，大數據分析就是面向更多的數據進行分析處理，它設計到的面更廣，對技術的要求也更高，也因此使得現在數據分析師的工資普遍很高。利用Python我們可以編寫一些爬蟲程序，從而從頁面中抓取更多的數據，而HiveSQL能夠讓我們分析、查詢存儲在Hadoop分散式文件系統上的大數據集合，這二者對於成為高級數據分析師來說，都是必不可少的。

　　關於數據分析師的常用工具小編就為大家介紹這麼多，以上幾種工具對於數據分析師來說都是需要掌握的，想要成為數據分析師，這些工具如果不掌握的話，是萬萬不行的。希望大家能從小編的文章中獲得一些必要的幫助。

下面我們就說說一般數據分析師常用的工具有哪些？

1、數據處理工具：Excel

數據分析師，在有些公司也會有數據產品經理、數據挖掘工程師等等。他們最初級最主要的工具就是Excel。有些公司也會涉及到像Visio，Xmind、PPT等設計圖標數據分析方面的高級技巧。數據分析師是一個需要擁有較強綜合能力的崗位，因此，在有些互聯網公司仍然需要數據透視表演練、Vision跨職能流程圖演練、Xmind項目計劃導圖演練、PPT高級動畫技巧等。

在Excel，需要重點了解數據處理的重要技巧及函數的應用，特別是數據清理技術的應用。這項運用能對數據去偽存真，掌握數據主動權，全面掌控數據；Excel數據透視表的應用重在挖掘隱藏的數據價值，輕鬆整合海量數據：各種圖表類型的製作技巧及Power Query、Power Pivot的應用可展現數據可視化效果，讓數據說話。因此想從事數據分析崗位的，需要快速掌握快各種Excel數據處理與分析技巧。

2、資料庫：MySQL

Excel如果能夠玩的很轉，能勝任一部分數據量不是很大的公司。但是基於Excel處理數據能力有限，如果想勝任中型的互聯網公司中數據分析崗位還是比較困難。因此需要學會資料庫技術，一般Mysql。你需要了解MySQL管理工具的使用以及資料庫的基本操作；數據表的基本操作、MySQL的數據類型和運算符、MySQL函數、查詢語句、存儲過程與函數、觸發程序以及視圖等。比較高階的需要學習MySQL的備份和恢復；熟悉完整的MySQL數據系統開發流程。

3、數據可視化：Tableau Echarts

如果說前面2條是數據處理的技術，那麼在如今「顏值為王」的現在，如何將數據展現得更好看，讓別人更願意看，這也是一個技術活。好比公司領導讓你對某一個項目得研究成果做彙報，那麼你不可能給他看單純的數據一樣，你需要讓數據更直觀，甚至更美觀

如何理解數據可視化？像我們以前上學的時候學過的柱狀圖，餅狀圖，也是數據可視化的一種。只是在現在，簡單的柱狀圖已經不能滿足工作所需。目前比較流行的商業數據可視化工具是Tableau Echarts。

Echarts是開源的，代碼可以自己改，種類也非常豐富，這裡不多做介紹，可以去創建一個工作區了解下。

4、大數據分析：SPSS Python HiveSQL 等

如果說Excel是「輕數據處理工具」，Mysql是「中型數據處理工具」那麼，大數據分析，涉及的面就非常廣泛，技術點涉及的也比較多。這也就是為什麼目前互聯網公司年薪百萬重金難求大數據分析師的原因。大數據分析需要處理海量的數據，這對於數據分析師的工作能力要求就比較高，一般來說，大數據分析師需要會。

（1）會使用Hive的SQL方法HiveQL來匯總、查詢和分析存儲在Hadoop分散式文件系統上的大數據集合。知道Hive如何在Hadoop生態系統進行數據分析工作。

（2）會一些SPSS modeler基礎應用，這部分技能對應數據建模分析師

（3）何使用R語言進行數據集的創建和數據的管理等工作；會使用R語言數據可視化操作，讓學員學會如何用R語言作圖，如條形圖、折線圖和組合圖等等；是R語言數據挖掘，本部分數據挖掘工程師

（4）用Python來編寫網路爬蟲程序，從頁面中抓取數據的多種方法，提取緩存中的數據，使用多個線程和進程來進行並發抓取等

資料庫：SQL， my SQL

ETL ：SSIS，Azure Data Factory

數據建模/可視化：power bi tableau prep/desktop

首先，excel，最基本的分析工具，基本的函數還有透視表得會做，再進階一下，sql和python，做數據分析經常會跟資料庫打交道，sql也是必須掌握的基礎之一，然後就是python裡面的pandas，numpy還有很多包都可以做數據清洗以及可視化。最後，就是現在比較流行的BI工具，國內的FineBI,或者微軟的powerBI都是非常不錯的選擇，既可以做數據清洗，也可以做可視化。選擇一個學會就行了，不用每個都了解。

不過這些都是工具，最重要的還是你如何去使用，好的工具最主要是能夠提升你的效率，做出更美觀的數據。

目前比較主流的還是powerBI和tableau。

原始的工具是excel、sql工具，高級的可視化分析工具有tableau、smartbi、永洪等

以我們公司為例，可視化工具:Excel，BDP和tableau

數據分析師常用的數據分析工具，最普及的就是excel，基本的數據處理都能達到。進階一點的就是數據分析軟體包括SPSS，資料庫Mysql，python。可視化工具包括Tableau，fineBI，PowerBI。

推薦閱讀：
相关文章