最近有一位小伙伴问我，做数据岗该学习哪些软件，我想了想扔给他33个软件
数据分析工具类软件，大体可以分为以下5类：
Excel生态工具、数理统计工具、BI工具、数据库工具、编程工具
（Excel单独分成一类，主要是因为它应用场景广泛，且用户基数过于庞大，甚至超过其他所有工具用户之和）
每个类别的代表工具分别有：
「Excel生态」：Excel、VBA、PowerQuery、PowerPivot、Power View、Power Map
「数理统计工具」：SAS、SPSS、Stata、Minitab、Eviews、Statistica、MATLAB、Mathematica
「BI工具」：PowerBI、Tableau、Qlikview、SAP BI、Oracel BI、FineBI、Yonghong BI
「数据库工具」：MySQL、PostgreSQL、Oracle、SQLServer、MongoDB、Hive
「编程工具」：Python、R、Julia、Scala、Spark、Java、Hadoop
下面分别就每个工具做简单介绍
Excel生态
Excel不光包含表格软件，还有很多内置的数据分析工具和插件，从群众基础来说无人能及。
1、Excel
无需多言，几乎人人都在用的数据处理软件，由微软开发，是office三剑客之一。
虽然excel很容易入手，但大部分人对excel的使用程度还处在入门阶段，存取数据、做做表。
其实excel可以制作复杂的报表、模型、应用、系统，比如构建金融分析模型。
大家学习excel，可以从基本界面、导入导出、公式&函数、筛选排序、数据格式、可视化图表、数据透视表、数据模型、工作协作这几个方面入手，最好是按照官网文档指导，配合实践，一般进步会很快。
2、VBA
Excel里的编程语言，通俗理解为宏，自动化地执行一些操作。Office 软件提供丰富的功能接口，VBA 可以调用它们，实现自定义的需求。
VBA最大的作用是自动化、批量化、智能化地操作Excel，被广泛应用于数据分析处理、数据建模、报表开发、应用开发等，在金融、审计、财务等行业非常流行。
3、PowerQuery
一种嵌入Excel Microsoft 产品的技术，旨在帮助你塑造数据。在Excel，选择功能区上的”数据”选项卡，查看”获取&转换数据和查询”&连接”组。
从各种数据源导入和刷新数据后，可以在分步转换中调整数据，逐步创建唯一的表格形状以满足数据分析需求。
4、PowerPivot
一种数据建模技术，用于创建数据模型，建立关系，以及创建计算。可使用 PowerPivot 处理大型数据集，构建广泛的关系，以及创建复杂（或简单）的计算，这些操作全部在高性能环境中和所你熟悉的 Excel 内执行。
5、Power View
一种数据可视化技术，用于创建交互式图表、图形、地图和其他视觉效果，以便直观呈现数据。Power View 在 Excel、BI SharePoint、SQL Server 和 Power BI 中均可用。
6、Power Map
一种三维 (三维) 数据可视化工具，可用于以新方式查看信息。通过电源图，可发现传统二维表格和图表中 (二维) 见解。
使用 Power Map ，可以在三维地球或自定义地图上绘制地理和时态数据，显示这些数据，并创建可以与其他人分享的视觉浏览
数理统计工具
这类工具偏专业数学统计分析，可以做数据挖掘、数据建模、系统搭建等工作，适合学术和大型商业公司。
7、SAS
三大统计软件之一。是目前国际上最为流行的一种大型统计分析系统，被誉为统计分析的标准软件。
它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。
主要完成以数据为中心的四大任务：数据访问；数据管理；数据呈现；数据分析。
8、SPSS
三大统计软件之一。IBM公司的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。
SPSS和Excel比较像，界面简单，适合初学者使用，且统计功能强大，拥有四大模块，用于数据处理、描述性分析、推断性分析和探索性分析。
SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
9、Stata
三大统计软件之一。是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它功能非常强大，包含线性混合模型、均衡重复反复及多项式普罗比模式。
用Stata绘制的统计图形相当精美，且Stata具有操作灵活、简单、易学易用、运行速度极快等优点。
功能包括：数据管理，统计分析，图表，模拟，自定义编程。
10、Minitab
数据分析、统计、过程改善工具。应用场景是现代质量管理统计，通常结合一些统计处理方法，如六标准差（Six Sigma）, 能力成熟度模型集成（CMMI），以及其他制程改善方法等。
11、Statistica
一个整合数据分析、图表绘制、数据库管理与自订应用发展系统环境的专业软件。
STATISTICA不仅提供使用者统计、绘图与数据管理程序等一般目的的需求，更提供特定需求所需的数据分析方法(例如，数据挖掘、商业、社会科学、生物研究或工业工程等)。
12、MATLAB
三大数学软件之一。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。
除矩阵运算、绘制函数/数据图像等常用功能外，MATLAB还可用来创建用户界面，以及调用其它语言（包括C、C 、Java、Python、FORTRAN）编写的程序。
MATLAB的工具箱非常强大，可以支持各行各业做数据分析建模。
典型应用有：数据分析、数值与符号计算、工程与科学绘图、控制系统设计、航天工业、汽车工业、生物医学工程、语音处理、图像与数字信号处理、财务、金融分析、建模、仿真及样机开发、新算法研究开发、图形用户界面设计等。
13、Mathematica
三大数学软件之一。一款科学计算软件，有时候也被称为计算机代数系统，广泛使用于科学、工程、数学、计算等领域。
它很好地结合了数值和符号计算引擎、图形系统、编程语言、文本系统、和与其他应用程序的高级连接，很多功能在相应领域内处于世界领先地位。
BI工具
BI也就是商业智能，一般用来分析商业数据，洞察商业机会。这可以是大部分数据分析岗位需要用到的工具，因为学习简单，且数据处理和展示功能强大。
下图是Gartner统计的BI工具实力榜：
14、PowerBI
微软的BI产品，也是目前世界上最流的BI工具之一，它优势在于和微软生态集成较好。
无论用户的数据是简单的 Excel 电子表格，还是基于云和本地混合数据仓库的集合，Power BI 都可让用户轻松地连接到数据源，直观看到（或发现）重要内容，与任何所希望的人进行共享。
Power BI 简单且快速，能够从 Excel 电子表格或本地数据库创建快速见解。同时 Power BI 也可进行丰富的建模和实时分析，及自定义开发。
因此它既是用户的个人报表和可视化工具，还可用作组项目、部门或整个企业背后的分析和决策引擎。
15、Tableau
同样是目前世界上最流的BI工具之一，优点是数据分析、可视化能力强大。
Tableau是用于可视分析数据的商业智能工具。用户可以创建和分发交互式和可共享的仪表板，以图形和图表的形式描绘数据的趋势，变化和密度。
Tableau可以连接到文件，关系数据源和大数据源来获取和处理数据。该软件允许数据混合和实时协作，这使它非常独特。它被企业，学术研究人员和许多政府用来进行视觉数据分析。它还被定位为Gartner魔力象限中的领导者商业智能和分析平台。
16、Qlikview
一个完整的商业分析软件，使开发者和分析者能够构建和部署强大的分析应用。QlikView应用使各种各样的终端用户以一个高度可视化，功能强大和创造性的方式，互动分析重要业务信息。
它让开发者能从多种数据库里提取和清洗数据，建立强大、高效的应用，而且使它们能被Power用户、移动用户和每天的终端用户修改后使用。
17、SAP BI
SAP公司的BI服务，一款支持数据报告、可视化和共享的集中式套件。作为 SAP Business Technology Platform [业务技术云平台] 的本地 BI 层，该套件可以随时随地将数据转化为有用的洞察。
18、OracleBI
Oracle公司的BI服务。
19、FineBI
国内较为领先的BI软件，定位于自助大数据分析的BI工具，提供数据处理、即时分析、多维度分析、可视化等服务。
20、Yonghong BI
同样是国内较为领先的BI软件，基于本机安装，省去繁琐的部署环节，即装即用。提供一站式、敏捷、高效的数据治理及可视化分析、AI深度分析能力。
数据库工具
数据库是数据存储的工具，一般企业都会有自己的私有部署数据库，或者云数据库，每一位数据从业者几乎都需要和数据库打交道。因为熟悉各类数据库，并编写SQL查询，是数据人必备技能之一。
21、MySQL
最流行数据库之一，国内互联网公司最喜欢的数据库，我愿称之为必学。
MySQL在过去由于性能高、成本低、可靠性好，已经成为最流行的开源数据库，因此被广泛地应用在Internet上的中小型网站中。
随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用，比如维基百科、Google和Facebook等网站。非常流行的开源软件组合LAMP中的“M”指的就是MySQL。
22、PostgreSQL
最强大且最具潜力的数据库之一，开源免费，分析能力强，稳定可靠，支持广泛。在很多方面都比MySQL强，如复杂SQL的执行、存储过程、触发器、索引。我愿称之为最强。
23、Oracle
老牌企业，最稳定的数据库之一。大部分银行、证券、电信等行业都在使用Oracle，因为其商业化程度高、功能强大且稳定，所以备受世界500强欢迎。
24、SQLServer
微软公司数据库产品，windows系统上最强王者。具有易用性、适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等。
25、MongoDB
一个基于分布式文件存储的数据库。由 C 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。
MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。
26、Hive
Hadoop大数据生态的数据查询工具，一个用来开发SQL类型脚本来执行MapReduce操作的平台，当前在互联网公司应用非常广泛。
具体来说，Hive是一个数据仓库基础设施工具，用于处理Hadoop中的结构化数据。它位于Hadoop的顶部，用于汇总大数据，并使查询和分析变得轻松。
编程工具
除了上述的数据分析软件外，编程用于数据分析也是大趋势。越来越多的数据分析师通过Python、R等进行数据建模、可视化，而且编程语言快速、灵活、复用性强的特点也适合数据处理分析。
27、Python
目前最火的数据科学编程语言，没有之一。Python因为其简洁的语法、强大的生态、无所不能的应用几乎已经霸占了数据分析编程领域的半壁江山。
前段时间matlab被限制在中国使用，知乎上开始讨论什么工具可以替代matlab，python是被提及最多的编程语言。
且不说python能否替代matlab，就目前python在科学计算、模型构建、可视化上的能力就已经可以傲视编程界，其拥有像numpy、scipy、statemodels、pandas、matplotlib等众多现象级的数据科学库。
不管是github、kaggle、天池，还是企业高校里的数据项目，python几乎都已成为首选支持语言之一。
另外在高端科技领域，同样有python的身影。自 1997 年，NASA 就大量使用 Python 进行各种复杂的科学运算。
至于AI，这也是python的看家本领了，其应用生态可谓波澜壮阔、群星云集。
不仅有tensorflow、pytorch、caffe、keras等主流人工智能学习框架，还有Gensim、NLTK、OpenCV、Mahotas等专注于nlp、cv细分领域的经典开发工具。
28、R
编程统计工具的鼻祖。作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统。
R是一套由数据操作、计算和图形展示功能整合而成的套件。
包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套（源自S语言）完善、简单、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）。
29、Julia
编程数据分析领域的新星。Julia 是一个面向科学计算的高性能动态高级程序设计语言，
首先定位是通用编程语言，其次是高性能计算语言。
Julia在分布式并行化、精确数值计算等方面提供了独具特色的支持，并包含大量可扩展的数学函数库。
尤其是在线性代数、随机数生成、信号处理、字符串处理等方面，集成了众多成熟、优秀的基于C和Fortran开发的开源库，有着很高的性能与效率。
另外，Julia有着强大开放的开发者社区，贡献了大量的第三方库，并可通过内置的包（Package）管理器进行方便的安装使用。
30、Scala
Java的衍生语言，用于spark数据分析、大数据开发等。
31、Spark
一个开源集群运算框架，Spark在存储器内执行程序的运算速度能做到比Hadoop MapReduce的运算速度快上100倍，即便是执行程序于硬盘时，Spark也能快上10倍速度。
Spark允许用户将资料加载至集群存储器，并多次对其进行查询，非常适合用于机器学习算法。
32、Java
不用多说，最流行的编程语言。其在数据分析领域的应用主要是搭建大数据框架。
33、Hadoop
最流行的大数据框架，几乎大部分互联网公司都在用，如果你做大数据，肯定离不开它。
简答来说，Hadoop是一款支持数据密集型分布式应用程序，并以Apache 2.0许可协议发布的开源软件框架。它支持在商用硬件构建的大型集群上运行的应用程序。
Hadoop是根据谷歌公司发表的MapReduce和Google文件系统的论文自行实现而成。所有的Hadoop模块都有一个基本假设，即硬件故障是常见情况，应该由框架自动处理。
??
??
-END -对比Excel系列图书累积销量达15w册，让你轻松掌握数据分析技能，可以在全网搜索书名进行了解选购：
