十大常用数据分析工具之Excel

数据分析工具，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


数理统计


BI


数据库


编程

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。

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。

（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）今天我们就从“Excel生态”学起。

        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。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。 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。

        如果能把Excel基本操作、版面设置、数据透视、图表分析、公式函数等运用自如，基本可以说具备一个数据分析师的基本能力了，足够我喝一壶了。