① 想從事數據分析工作，學什麼軟體或語言最好
Excel
EXCEL是其中最簡單的，倒不是容易而是人人都會。但如果是用來分析的話，圖表只是基礎，還要學會使用透視圖以及VBA函數。Excel的功能其實非常強大，尤其是通過學習VBA，幾乎能解決所有的問題，但成本就高了，而且Excel的數據處理量並不是很大，幾十萬而已，大數據量還要另尋方法。
SPSS
SPSS最初是社會科學統計軟體，如果剛入門數據分析，懂點SPSS事非常有好處的，當然前提是要懂sql。SPSS得使用對人的能力要求不高，編程模塊很少使用，通常用於科學、市場之類的調研，在院校中使用較多。
有了以上的基礎之後，可能就需要精通一門統計分析軟體。
近幾年的互聯網潮，R語言流行起來了，在互聯網行業運用較多。R語言是開源的，學習起來並不容易，需要一個長期的過程。
SPSS剛剛有提到，適用於市場研究，上手較快。如果會編程的話，功能還是蠻強大的。
SAS一般是金融行業應用較廣，特別是銀行業和醫學統計，包括一些製造業也很多。銀行業通常會用SAS來做統計，數據挖掘也會用到，價格昂貴，學起來比較難，建議網上尋找一些課程和教材來學。
所以打擊愛可以針對自己的行業和實際情況來做選擇，以上列舉的只是大致情況。
Python
以上就是各種數據分析工具和語言的介紹，其次還要掌握一些第三方工具，這些工具一般偏業務化應用，可視化數據展示類偏多，所以在技術上沒有太多要求，不過SQL需要掌握。
Tableau
多次介紹過的一款可視化工具，可視化方面應該是做得最不錯的工具了，偏前端分析。不懂python不懂R的可以試試。有點貴，土豪們加油！
Qlikview
相對tableau有點丑，不要噴，畢竟人家走數據處理路線，作為BI產品，數據處理速度還是不錯的，取個數不至於像tableau慢。兩者像互補兄弟，各有優勢，但都一樣貴，哈哈！所以對數據處理要求較高的話，建議嘗試。
FineBI
國內的可視化軟體，bi工具。無功無過，重在穩定和應用，國內有一定市場，企業應用挺廣。有一定數據分析基礎的同學，應該說很快就能上手，免費版無限用!
還有一些D3之類的chart軟體這里由於篇幅就不介紹了，主要偏應用，在工作中使用還是蠻廣的。
總體來將，每個工具各有優勢，但最關鍵的還是對於業務的熟悉度，沒有遠離和思路，任何工具都用不起來，所以在做數據分析時，一定要紮根學習業務和數據建模方法，工具不是萬能的！
② Spss ，Excel跟Sql 有什麼差別在線等！！！！
分給我。
SPSS主要是用來統計分析數據的，EXCEL主要用來整理數據並作簡單的統計分析，SQL主要是一種數據集的查詢機制。SPSS界面友好，使用簡單，但是功能很強大，也可以編程，能解決絕大部分統計學問題，適合初學者。EXCEL能做一些簡單直觀的統計分析，如果已經安裝宏的話還能做一些數值分析，也很實用。個人認為些都是數據處理應用的軟體，其中excel界面最為友好，但功能是在太過單一，僅適用於日常的簡單數據處理，不適於較復雜的模型分析，因此科研上應用不多；spss有比較強的專業性，另外spss也採用圖形界面，但spss的主要缺點是數據輸出，不能用word等文字處理工具直接打開。Excel在數據分析中最為基礎，最易掌握，圖形工具強大和完善，但不適宜大型統計分析；SPSS軟體為專門為統計而開發的軟體，一般用於大型統計，而對於圖形工具上不太全面，不易掌握。但二者常常兼用互補。EXCEL是最常用的 既可以處理文字信息如數據透視表也可以整理數據信息如：進行方差分析、回歸等等 在日常生活中使用最多，而SPSS是一個在數據處理如：方差分析等待比較專業的一個軟體。非專業人使用較少。絕大部分問題EXCEL均可以解決。SQL是高級的非過程化編程語言，允許用戶在高層數據結構上工作。它不要求用戶指定對數據的存放方法，也不需要用戶了解具體的數據存放方式，所以具有完全不同底層結構的不同資料庫系統，可以使用相同的SQL語言作為數據輸入與管理的SQL介面。
③ 做數據分析，比較好用的軟體有哪些
雖然數據分析的工具千萬種，綜合起來萬變不離其宗。無非是數據獲取、數據存儲、數據管理、數據計算、數據分析、數據展示等幾個方面。而SAS、R、SPSS、python、excel是被提到頻率最高的數據分析工具。
Python
R軟體
SPSS
Excel
SAS軟體
Python，是一種面向對象、解釋型計算機程序設計語言。Python語法簡潔而清晰，具有豐富和強大的類庫。它常被昵稱為膠水語言，能夠把用其他語言製作的各種模塊（尤其是C/C++）很輕松地聯結在一起。
常見的一種應用情形是，使用Python快速生成程序的原型（有時甚至是程序的最終界面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而後封裝為Python可以調用的擴展類庫。需要注意的是在您使用擴展類庫時可能需要考慮平台問題，某些可能不提供跨平台的實現。
R是一套完整的數據處理、計算和制圖軟體系統。它可以提供一些集成的統計工具，但更大量的是它提供各種數學計算、統計計算的函數，從而使使用者能靈活機動的進行數據分析，甚至創造出符合需要的新的統計計算方法。
SPSS是世界上最早的統計分析軟體，具有完整的數據輸入、編輯、統計分析、報表、圖形製作等功能，能夠讀取及輸出多種格式的文件。
可以進行各種數據的處理、統計分析和輔助決策操作，廣泛地應用於管理、統計財經、金融等眾多領域。
SAS把數據存取、管理、分析和展現有機地融為一體。提供了從基本統計數的計算到各種試驗設計的方差分析，相關回歸分析以及多變數分析的多種統計分析過程，幾乎囊括了所有最新分析方法，其分析技術先進，可靠。分析方法的實現通過過程調用完成。許多過程同時提供了多種演算法和選項。
④ 入門數據分析，什麼樣的工具比較適合新手
建議可以首選Python，Python是機器中「最友好」的語言，從而受到大眾青睞。
- 它代碼簡潔，文人也能看懂；
- 它操作簡單，懶人也會操作；
- 幾行代碼就能解決一天費心、費力、費時的數據獲取、清洗、分析工作；
- 它能製作出各種方案、報告、PPT，老闆見了保准笑……
這些優勢凝聚成一股力量，推動著python躋身為各行各業的新寵兒。據《2020年職場學習趨勢報告》顯示，Python成為了職場人關注的TOP1新技能。
5、人工智慧
python深受人工智慧科學家的喜愛和青睞，他們經常用python去實驗演算法，也善於使用numpy做科學計算，用pyplot畫數據圖。
在國內外，研發人工智慧比較好的公司內部使用Python語言的也非常多，導致人工智慧和python的關系密不可分，甚至有人會將二者劃上等號，尤其是初學者。
看完這些，有沒有恍然大悟之感，驚訝於python的這些功能，不就是我們在生活和工作中，迫切需要卻求而不得的「神仙」技能嗎？
難怪python作為一門機器語言，卻能久居最受大眾追捧的職業提升新技能榜首。
⑤ 好用的數據分析軟體有哪些
1、思邁特軟體Smartbi專注於商業智能(BI)、數據分析軟體產品與服務。2、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。
3、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。
4、數據可視化：Tableau & 思邁特軟體。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。
5、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。
數據分析軟體靠不靠譜，來試試Smartbi,思邁特軟體Smartbi經過多年持續自主研發，凝聚大量商業智能最佳實踐經驗，整合了各行業的數據分析和決策支持的功能需求。滿足最終用戶在企業級報表、數據可視化分析、自助探索分析、數據挖掘建模、AI智能分析等大數據分析需求。
思邁特軟體Smartbi個人用戶全功能模塊長期免費試用
馬上免費體驗:Smartbi一站式大數據分析平台
⑥ my sql 和spss的區別
SPSS主要是用來統計分析數據的，EXCEL主要用來整理數據並作簡單的統計分析，SQL主要是一種數據集的查詢機制。SPSS界面友好，使用簡單，但是功能很強大，也可以編程，能解決絕大部分統計學問題，適合初學者。EXCEL能做一些簡單直觀的統計分析，如果已經安裝宏的話還能做一些數值分析，也很實用。個人認為些都是數據處理應用的軟體，其中excel界面最為友好，但功能是在太過單一，僅適用於日常的簡單數據處理，不適於較復雜的模型分析，因此科研上應用不多；spss有比較強的專業性，另外spss也採用圖形界面，但spss的主要缺點是數據輸出，不能用word等文字處理工具直接打開。Excel在數據分析中最為基礎，最易掌握，圖形工具強大和完善，但不適宜大型統計分析；SPSS軟體為專門為統計而開發的軟體，一般用於大型統計，而對於圖形工具上不太全面，不易掌握。但二者常常兼用互補。EXCEL是最常用的 既可以處理文字信息如數據透視表也可以整理數據信息如：進行方差分析、回歸等等 在日常生活中使用最多，而SPSS是一個在數據處理如：方差分析等待比較專業的一個軟體。非專業人使用較少。絕大部分問題EXCEL均可以解決。SQL是高級的非過程化編程語言，允許用戶在高層數據結構上工作。它不要求用戶指定對數據的存放方法，也不需要用戶了解具體的數據存放方式，所以具有完全不同底層結構的不同資料庫系統，可以使用相同的SQL語言作為數據輸入與管理的SQL介面。
⑦ java sql spss 這三個先學哪個比較好零基礎小白
先學習java，然後到資料庫，java通過jdbc連接資料庫。最後學spss
⑧ 主流數據分析工具有哪些
1、Excel
Excel 是最基礎也最常用的數據分析軟體，可以進行各種數據的處理、統計分析和輔助決策操作。
2、SAS軟體
SAS是全球最大的軟體公司之一，是由美國NORTH CAROLINA州立大學1966年開發的統計分析軟體。SAS把數據存取、管理、分析和展現有機地融為一體，功能非常強大。
3、R軟體
R是一套完整的數據處理、計算和制圖軟體系統。具備數組運算工具(其向量、矩陣運算方面功能尤其強大)，完整連貫的統計分析工具，優秀的統計制圖功能。
4、SPSS
SPSS是世界上最早的統計分析軟體，也是比較成熟的分析工具，操作簡便、編程方便、功能強大。
5、Python
Python可以說是現在進行數據分析處理的主流軟體工具了，強大的庫和編程特性，可以幫助我們快速處理大規模的數據分析和挖掘任務。
⑨ 數據分析軟體中，Excel和SPSS哪一個更好用
數據分析軟體中，Excel和SPSS哪一個更好用？大學學過量化分析的同學肯定對此深有體會，有時候一大堆數據給出來，單純用excel是很難直接分析得到自己想要的結果的，這時候最好結合是spss軟體進行數據分析，那樣得出來的數據更具有多樣性。事實上二者都具有其特性，需要好好區別。
從專業性來講，spss是專業統計分析軟體，對數據分析的適應力較強，但excel在簡單的問題上，如作圖、描述統計、相關系數、方差分析等都比較快，但分析出的結果與spss存在較大差別，還需要自己重新設計計算過程檢驗方法使用條件的滿足性等，因此二者相比較而言還是spss更專業一些。
⑩ 比較好的數據分析軟體有哪些
數據分析軟體有很多。只要是滿足自己需求的都是最好的。大數據分析工具在數據收集、數據管理上也要有一些要求。例如可以的可以提供高級的數據分析演算法以及數據模型的分析，不僅僅可以進行結構化數據的分析，也可以進行非結構化數據的分析，還有集成演算法和數據挖掘等功能，這些都是大數據分析工具必須要包含的一些功能。
不同的軟體提供商對於數據的演算法或者一些支持的方式也會有一些不同，企業也要考量哪些是最適合自己使用的，技術不是復雜越好。
這里我建議可以了解一下思邁特軟體Smartbi的數據分析軟體，思邁特軟體Smartbi大數據分析產品融合BI定義的所有階段，對接各種業務資料庫、數據倉庫和大數據分析平台，進行加工處理、分析挖掘和可視化展現。
滿足所有用戶的各種數據分析應用需求，如大數據分析、可視化分析、探索式分析、復雜報表、應用分享等等。
廣州思邁特軟體Smartbi有限公司致力於為客戶提供一站式商業智能BI解決方案，通過思邁特軟體Smartbi產品為客戶提供企業報表、數據可視化、自助分析、數據挖掘等成熟功能 。