數據分析用什麼軟體好用

A. 數據分析工具類軟體，好用的有哪些

數據分析工具類軟體，好用的有哪些, 除了新榜，還有哪些靠譜又好用的微信數據分析工具

未至科技魔方是一款大數據模型平台，是一款基於服務匯流排與分布式雲計算兩大技術架構的一款數據分析、挖掘的工具平台，其採用分布式文件系統對數據進行存儲，支持海量數據的處理。採用多種的數據採集技術，支持結構化數據及非結構化數據的採集。通過圖形化的模型搭建工具，支持流程化的模型配置。通過第三方插件技術，很容易將其他工具及服務集成到平台中去。數據分析研判平台就是海量信息的採集，數據模型的搭建，數據的挖掘、分析最後形成知識服務於實戰、服務於決策的過程，平台主要包括數據採集部分，模型配置部分，模型執行部分及成果展示部分等。

分析軟體有Excel、SPSS、MATLAB、 SAS、Finereport等 其中Excel我就不多說了相信大家都懂。 SPSS是世界上最早採用圖形菜單驅動界面的統計軟體它將幾乎所有的功能都以統一、規范的界面展現出來。SPSS採用類似EXCEL表格的方式輸入與管理數據，數據介面較為通用，能方便的從其他資料庫中讀入數據。其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足大部分的工作需要。 MATLAB是美國MathWorks公司出品的商業數學軟體，用於演算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和互動式環境使用的。 其優點如下： 一、高效的數值計算及符號計算功能，能使用戶從繁雜的數學運算分析中解脫出來； 二、 具有完備的圖形處理功能，實現計算結果和編程的可視化； 三、友好的用戶界面及接近數學表達式的自然化語言，使學者易於學習和掌握； 四、功能豐富的應用工具箱(如信號處理工具箱、通信工具箱等) ，為用戶提供了大量方便實用的處理工具。 但是這款軟體的使用難度較大，非專業人士不推薦使用。 SAS是把數據存取，管理，分析和展現有機地融為一體。其功能非常強大統計方法齊，全，新。它由數十個專用模塊構成，功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等。SAS系統基本上可以分為四大部分：SAS資料庫部分；SAS分析核心；SAS開發呈現工具；SAS對分布處理模式的支持及其數據倉庫設計。不過這款軟體的使用需要一定的專業知識，非專業人士不推薦使用。 Finereport類EXCEL設計模式，EXCEL+綁定數據列」形式持多SHEET和跨SHEET計算，完美兼容EXCEL公式，用戶可以所見即所得的設計出任意復雜的表樣，輕松實現中國式復雜報表。它的功能也是非常的豐富，比如說 數據支持與整合、聚合報表、數據地圖、Flash列印、交互分析等

有哪些好用的數據分析工具類軟體？

BI數據分析工具這個可以。BI數據分析系統用來將企業中現有的數據進行有效的整合，快速准確地提供報表並提出決策依據，幫助企業做出明智的業務經營決策。
做BI數據分析系統十多年的廠 商（奧威 軟體）

spss,excel,在線spss-spssau,R等等。最好用的是在線網頁spssau。

互聯網數據分析工具有哪些

大數據分析的幾個方面：
1、可視化分析：可視化分析能夠直觀的呈現大數據特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明了。
2、數據挖掘演算法：大數據分析的理論核心就是數據挖掘演算法。
3、預測性分析：從大數據中挖掘出特點，通過科學的建立模型，從而預測未來的數據。
4、語義引擎：需要設計到有足夠的人工智慧以足以從數據中主動地提取信息。
5、數據質量和數據管理：能夠保證分析結果的真實性。

現在有哪些常用的大數據分析工具？

目前市場上的數據分析工具還是比較多的，國內跟國外都有，我就介紹幾款主流的給樓主。
國外：
Tableau：自身定位是一款可視化工具，與Qlikview的定位差不多，可視化功能很強大，對計算機的硬體要求較高，部署較復雜。目前移動端只支持IOS系統。
Qlikview:最大的競爭者是Tableau，同Tableau和國內眾多BI一樣，是屬於新一代的輕量化BI產品，體現在建模、部署和使用上。只能運行在windows系統，C／S的產品架構。採用內存動態計算，數據量小時，速度很快；數據量大時，吃內存很厲害性能偏慢。
Cognos：傳統BI工具中最被廣泛使用的，已被IBM收購。擁有強大的資料庫平台、在數據管理、數據整合以及中間件領域專業功底深厚。偏操作型，手工建模，一旦需求變化需要 重新建模，學習要求較高。
國內：
FineBI:帆軟旗下的自助性BI產品，輕量化的BI工具，部署方便，走多維分析方向。後期採用jar包升級換代，維護方便，最具性價比。
永洪BI:敏捷BI軟體，產品穩定性較高。利用sql處理數據，不支持程序介面，實施交由第三方外包。

數據分析需要掌握的數據統計軟體、還有數據分析工具有哪些，有人知道嗎？

當前流行的圖形可視化和數據分析軟體有Matlab，Mathmatica和Maple等。這些軟體功能強大，可滿足科技工作中的許多需要，但使用這些軟體需要一定的計算機編程知識和矩陣知識，並熟悉其中大量的函數和命令。
瑭錦tanjurd解釋而使用Origin就像使用Excel和Word那樣簡單，只需點擊滑鼠，選擇菜單命令就可以完成大部分工作，獲得滿意的結果。 但它又比excel要強大些。一般日常的話可以用Excel，然後載入宏，裡面有一些分析工具，不過有時需要資料庫軟體支持。

B. 做數據分析比較好用的軟體有哪些

Excel：普遍適用，既有基礎，又有中高級。

Excel透視表：中級一般用Excel透視表。

hihidata：比較小眾的數據分析工具，三分鍾就可以學會直接上手，無需下載安裝，直接在線就可以使用。

Eview：比較小眾，建立一些經濟類的模型還是很有用的，計量經濟學中經常用到。

SPSS：採用類似EXCEL表格的方式輸入與管理數據，數據介面較為通用，能方便的從其他資料庫中讀入數據。其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足大部分的工作需要。

MATLAB：是美國MathWorks公司出品的商業數學軟體，用於演算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和互動式環境使用的。

SAS：是把數據存取，管理，分析和展現有機地融為一體。其功能非常強大統計方法齊，全，新。

C. 大數據分析哪個軟體做的好

大數據分析的軟體有很多，其中SQL數據分析、Excel數據分析、SPSS數據分析、SAS數據分析、R數據分析等這些軟體都是挺不錯的。

1、SQL數據分析

SQL對於很多數據分析師，取數是基本功。可以翻一下很多數據分析崗位的招聘啟事，不管實際需不需要，都會把熟練掌握SQL這一條寫上來。SQL並不是這么復雜，要學習的只是取數、中高級查詢、簡單數據清洗等。

4、SAS數據分析

SAS由於其功能強大而且可以編程，很受高級用戶的歡迎，也是最難掌握的軟體之一，多用於企業工作之中。需要編寫SAS程序來處理數據，進行分析。在所有的統計軟體中，SAS有最強大的繪圖工具，由SAS/Graph模塊提供，有著強大的數據管理和同時處理大批數據文件的功能。

5、R數據分析

R是一個開源的分析軟體，也是分析能力不亞於SPSS和Matlab等商業軟體的輕量級(僅指其佔用空間極小，功能卻是重量級的)分析工具。R支持Windows、Linux和Mac OS系統，對於用戶來說非常方便，R和Matlab都是通過命令行來進行操作，這一點和適合有編程背景或喜好的數據分析人員。

D. 2019年最好的六個數據分析工具

編者按：數據科學家是21世紀的熱門工作。工欲善其事必先利其器。數據分析工具何其多，究竟用哪樣才合適？Lewis Chou在Medium上分析了3類6種工具的特點和適用場景，看完這篇文章，相信你就可以知道了。原文標題是：Top 6 Data Analytics Tools in 2019

說到數據分析工具，我們總是有疑問。那麼多的數據分析工具，它們之間究竟有什麼區別？哪個更肆悄好？我應該學習哪一個？

盡管這是一個老生常談的話題，但它確實很重要，我一直在努力尋找這個終極問題的答案。如果你到網上搜索這個領域的相關信息的話，很難找到公正的看法。因為特定數據分析工具的評估者可能會從不同的角度出發，並帶有一些個人感受。

今天，讓我們撇開這些個人感受。我會嘗試跟大家一起客觀地談談我對市場上數據分析工具的個人看法，以供參考。

我總共選擇了三類共6種工具。接下來我會一一進行介紹。

Excel具備多種強大功能，比薯迅如創建表單，數據透視表，VBA等，Excel的系統如此龐大，以至於沒有任何一項分析工具可以超越它，確保了大家可以根據自己的需求分析數據。

但是，有些人可能以為他們非常精通計算機編程語言，然後鄙視用Excel作為工具，因為Excel無法處理大數據。但是請考慮一下，我們日常生活中使用的數據是不是超出了大數據的限制？在我看來，Excel就是一款全能型的播放器。它最適合小型數據，而且通過插件還可以處理數百萬的數據。

綜上所述，基於Excel的強大功能及其用戶規模，我認為它是必不可少的工具。如果你想學習數據分析，Excel絕對是首選。

商業智能是為數據分析而生的，它誕生的起點很高。其目的是縮短從商業數據到商業決策的時間，並利用數據來影響決策。

Excel的產品目標不是這樣。Excel可以做很多事情。你可以使用Excel畫課程表，製作問卷或用作計算器，甚至可以用來畫畫。如果你會VBA，還可以製作小型 游戲 。不過這些並不是真正的數據分析功能。

但是BI工具就是專門用於數據分析的。

以常見的BI工具（例如Power BI，FineReport 和Tableau）為例。你會發現它們都是按照數據分析流程設計的。先是數據處理，數據清洗，然後是數據建模，最後是數據可視化，用圖表來識別問題並影響決策。

這些是數據分析的唯一方法，並且在這個過程中存在一些員工的痛點。

比方說，可以用BI工具來簡化重復的低附加值的數據清洗工作。

如果數據量很大，傳統工具Excel是無法完成數據透視表的。

如果我們用Excel來進行圖形顯示，會需要花費大量時間來編輯圖表，包括顏色和字體設置等瑣事。

這些痛點是BI工具可以為我們帶來變化和價值的地方。

現在，讓我們比較一下市場上的三種流行的BI工具：Power BI，FineReport 和Tableau。

1 ）Tableau

Tableau的核心本質實際上是Excel的數據透視表和數據透視圖。可以說Tableau敏銳地意識到了Excel的這一功能。它進入BI市場較早，並延續了這一核心價值。

從發展 歷史 和當前市場反饋的角度來看，Tableau的可視化效果更好。我不認為這是因為它的圖表有多酷，但是它的設計、顏色和用戶界面給我們一種簡單而新鮮的感覺。

確實，這就像Tableau自己的宣傳一樣，他們投入了大量的學術精力來研究大家喜歡哪種圖表，以及如何為用戶提供操作和視覺上的終極體驗。

此外，Tableau還增加了數據清洗功能和更智能的分析功能。這也是裂手渣Tableau可以預期的產品開發優勢。

2）Power BI

Power BI的優勢在於其業務模型和數據分析功能。

Power BI以前是Excel的插件，但是發展並不理想。因此它擺脫了Excel，發展成BI工具。作為後來者，Power BI每個月都有迭代更新，並且跟進的速度很快。

Power BI當前具有三種授權方式：Power BI Free、Power BI Pro以及Power BI Premium。與Tableau一樣，免費版的功能也不完整。但是給個人用幾乎已經足夠。而且Power BI的數據分析功能強大。它的PowerPivot 和DAX語言讓我能夠以類似在Excel中編寫公式的方式來進行復雜的高級分析。

3）FineReport應用

FineReport之所以獨特在於它的自助服務數據分析非常適合企業用戶。只需簡單的拖放操作，你就可以使用FineReport 設計各種樣式的報告，並輕松構建數據決策分析系統。

FineReport 可以直接連接到各種資料庫，並且方便快捷地自定義各種樣式，從而製作周報、月報和季報、年報。其格式類似於Excel的界面。功能包括報告創建，報告許可權分配，報告管理，數據輸入等。

此外，FineReport 的可視化功能也非常突出，它提供了多種儀錶板模板和許多自行開發的可視插件庫。

在價格方面，FineReport 的個人版本是完全免費的，並且所有功能都是開放的。

R和Python是我要討論的第三類工具。盡管像Excel和BI工具這樣的軟體已盡最大努力考慮到數據分析的大多數應用場景，但其實它們基本上都是定製化的。如果軟體沒有設計某項功能或替某功能開發按鈕，那很可能你就沒法用它們來完成工作。

在這一點上面，編程語言是不一樣的。它非常強大和靈活。你可以編寫代碼來執行所需的任何操作。比方說，R和Python是數據科學家必不可少的工具。從專業的角度來看，它們絕對比Excel和BI工具強大。

那麼，R和Python可以實現哪些Excel和BI工具難以實現的應用場景呢？

1）專業統計分析

就R語言而言，它最擅長的是統計分析，例如正態分布，使用演算法對聚類進行分類和回歸分析等。這種分析就像用數據作實驗一樣。它可以幫助我們回答以下問題。

比方說，數據的分布是正態分布、三角分布還是其他類型的分布？離散情況如何？它是否在我們想要達到的統計可控范圍內？不同參數對結果的影響的大小是多少？還有假設模擬分析。如果某個參數發生變化，會帶來多大影響？

2）獨立預測分析

比方說，我們打算預測消費者的行為。他會在我們的商店停留多長時間？他會花多少錢？我們可以找出他的個人信用情況，並根據他的在線消費記錄確定貸款金額。或者，我們可以根據他在網頁上的瀏覽 歷史 推送不同的物品。這也涉及當前流行的機器學習和人工智慧概念。

以上比較說明了幾種軟體之間的區別。我想概括的要點的是，存在就是合理。Excel，BI工具或編程語言存在部分功能重疊，但它們也是互補的工具。每個應用的價值取決於要開發的應用的類型和當時的情況。

在選擇數據分析工具之前，你必須首先了解自己的工作：你會不會用到我剛剛提到的應用場景。或考慮一下你的職業方向：你是面向數據科學還是業務分析的。

譯者：boxi。

E. 數據分析軟體哪家好

常見的數據分析軟體有Apache Hive、SPSS、Excel、Apache Spark、Jaspersoft BI 套件。

1、Apache Hive

Hive是一個建立在Hadoop上的開源數據倉庫基礎設施，通過Hive可以很容易的進行數據的ETL,對數據進行結構化處理,並對Hadoop上大數據文件進行查詢和處理等。 Hive提供了一種簡單的類似SQL的查詢語言—HiveQL,這為熟悉SQL語言的用戶查詢數據提供了方便。

數據分析注意

1、要注意每種統計分析方法的適用范圍。

許多分析方法對數據的要求很高，如果樣本的分布不符合要求，樣本量數量不足，或者存在大量的偽樣本，都會造成最後結果的偏差甚至是完全錯誤。

2、在選擇一種數據分析方法的同時，要按照方法的要求整理資料庫。

錯誤的資料庫格式對於研究有時是災難性的。我們在使用任何研究模型之前，都要考慮數據的適用性。同樣，數據的合理轉換也很重要。

F. 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

G. 排三數據分析軟體哪個好用

好用的數據分析軟體有大數據分析工具Hadoop、思邁特軟體Smartbi、Bokeh。根據公開資料顯示，Hadoop是一個能夠對大量數據進行分布式悄卜處理的軟體框架，但是啟慶穗Hadoop是以一種可靠、高效、可伸縮的方式進行處理的。思邁特軟體Smartbi融合了傳統BI、自助BI、智能BI，滿足BI定義所有階段的差羨需求，提供數據連接、數據准備、數據分析、數據應用等全流程功能。Bokeh這套可視化框架提供精緻且簡潔的圖形處理結果，用以強化大規模數據流的交互能力，其專門供Python語言使用。

H. 可視化數據分析軟體有哪些

助你高效直觀的處理和展示數據。只要你有數據，不管你是文員、財務、銷售、還是團隊領導，都可以通過「迪賽智慧數可視化互動平台」通過各種炫酷的圖表，讓數據展示得更直觀清晰。網路搜索「迪賽智慧數」或登錄https://www.511ds.com/免費注冊使用吧。

I. 數據分析軟體工具有哪些

1.Excel

Excel不用多介紹，職場人都知道的國民辦公軟體。處理數據的功能簡單又強大，所以能一直經久不衰。日常中需要數據統計、數據計算、可視化展現，也都能通過這款工具實現。

當然，應付日常生活中微量的數據Excel足夠了，但如果要處理大數據卜圓洞就應付不過來了。新手想了解數據分析，可以先從excel入手。

2.Python

現在很多企業都在使用Python編程語言，於是有很多數據分析崗位出現了需要會使用Python這樣的招聘要求。Python由於語法簡單明了，從而受到非常多IT從業者的青睞，同時它也容易上手，非常適合程序員小白入門學習。

學習完這門編程語言後，你就可以通過寫代碼來實現你想要腔差的分析效果。但如果你只是想學習數據分析的思維，而不想接觸代碼，那麼可以不學。

3.SQL

企業中的數據往往是海量的，且都存放在資料庫中。如果長期和資料庫打交道，就需要學習SQL語句來實現從資料庫中存取數據、清洗數據了。當然如果還沒接觸到資料庫，那麼也可以先不學。

4.BI工具

BI即商業智能，它將企業中的數據進行有效整合，經過處理後將數據呈現以幫助企業做出經營決策。關於BI工具市面上有很多，今天列舉三款工具，分別型枯是Tableau、Power BI和DataFocus。

5.Tableau

Tableau是一款互動式數據可視化軟體，相比其它BI工具比較不一樣的是，它會在導入數據後將數據分為維度和度量兩類，維度就是屬性列，比如國家、地區等，度量就是數值列，比如銷售額、銷售量等。然後再將維度或度量拖拽到行或列中，即可生成各種圖表與趨勢線。

J. 數據分析用什麼軟體

做數據分析，比較好用的軟體有哪些？
數據分析軟體有很多種，每一種都適合不同類型的人員。

簡單說：

Excel：普遍適用，既有基礎，又有中高級。中級一般用Excel透視表，高級的用Excel VBA。

hihidata：比較小眾的數據分析工具。三分鍾就可以學會直接上手。無需下載安裝，直接在線就可以使用。

SPSS：專業統計軟體，沒有統計功底很難用的。同時包含了數據挖掘等高大功能。

SAS：專業統計軟體，專業人士用的，不懂編程還是不要碰了。

MARLAB：建立統計與數學模型，但是比較難學，很難上手。

Eview：比較小眾，建立一些經濟類的模型還是很有用的。計量經濟學中經常用到。

各種BI與報表工具：FineBI，FineReport，tableau，QlikView等。
比較好的數據分析軟體有哪些？
SPSS是軟體里比較簡單的 ，學校里使用的比較多一些，可以採用菜單的模式 帶少量的命令編輯MATLAB常常在建立統計和數學模型的時候比較好用 但是很難學 反正我學了一個學期楞是就知道個皮毛Finereport 兼顧了基本的數據錄入與展現功能，一般的數據源都支持，學習成本比較低，比較適合企業級用戶使用，SAS我沒用過
網站數據分析工具哪個好用些阿？
推薦吆喝科技的ab測試，軟體分析的數據比較全面和精準
學數據分析需要熟悉哪些軟體基礎
軟體只是一個工具 看你要從事的數據分析的方向很深度而定

一般的用excel也可以進行常規簡單的數據分析

再深入一點的用spss、stata、sas

如果要搞數據挖掘的話，用spss modeler / sas

不過一般的常規數據分析用excel和spss基本上能夠應付
常用的數據分析工具有哪些
數據分析的概念太寬泛了，做需要的是側重於數據展示、數據挖掘、還是數據存儲的？是個人用還是企業、部門用呢？應用的場景是製作簡單的個人圖表，還是要做銷售、財務還是供應鏈的分析？

那就說說應用最廣的BI吧，企業級應用，其實功能上已經涵蓋了我上面所述的部分，主要用於數據整合，構建分析，展示數據供決策分析的，譬如FineBI，是能夠」智能」分析數據的工具了。
android數據分析工具用什麼軟體
1. 開源大數據生態圈

Hadoop HDFS、Hadoop MapRece, HBase、Hive 漸次誕生，早期Hadoop生態圈逐步形成。

開源生態圈活躍，並免費，但Hadoop對技術要求高，實時性稍差。

2. 商用大數據分析工具

一體機資料庫/數據倉庫（費用很高）

IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。

數據倉庫（費用較高）

Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

數據集市（費用一般）

QlikView、 Tableau 、國內永洪科技Yonghong Data Mart 等等。

前端展現

用於展現分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用於展現分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、國內永洪科技Yonghong Z-Suite等等。
數據分析軟體有哪些，他們分別的特點是什麼
除了EXCEL 數據分析用的多的有以下幾個軟體，你看看你們公司符合哪個

SPSS（StatisticalProct and Service Solutions），「統計產品與服務解決方案」軟體，是數據定量分析的工具，適用於社會科學（如經濟分析，市場調研分析）和自然科學等林林總總的統計分析，國內使用的最多，領域也多。

SPSS就如一個傻瓜相機，界面友好，使用簡單，但是功能強大，可以編程，能解決絕大部分統計學問題，適合初學者。它有一個可以點擊的交互界面，能夠使用下拉菜單來選擇所需要執行的命令。它也有一個通過拷貝和粘貼的方法來學習其「句法」語言，但是這些句法通常非常復雜而且不是很直觀。

SPSS致力於簡便易行（其口號是「真正統計，確實簡單」），並且取得了成功。但是如果你是高級用戶，隨著時間推移你會對它喪失興趣。SPSS是制圖方面的強手，由於缺少穩健和調查的方法，處理前沿的統計過程是其弱項。

SAS是全球最大的軟體公司之一，是全球商業智能和分析軟體與服務領袖。SAS由於其功能強大而且可以編程，很受高級用戶的歡迎，也正是基於此，它是最難掌握的軟體之一，多用於企業工作之中。

SAS就如一台單反相機，你需要編寫SAS程序來處理數據，進行分析。如果在一個程序中出現一個錯誤，找到並改正這個錯誤將是困難的。在所有的統計軟體中，SAS有最強大的繪圖工具，由SAS/Graph模塊提供。然而，SAS/Graph模塊的學習也是非常專業而復雜，圖形的製作主要使用程序語言。SAS適合高級用戶使用。它的學習過程是艱苦的，正所謂「五年入門，十年精通」，最初的階段會使人灰心喪氣。然而它還是以強大的數據管理和同時處理大批數據文件的功能，得到高級用戶的青睞。

R 是用於統計分析、繪圖的語言和操作環境，屬於GUN系統的一個自由、免費、源代碼開放的軟體，它是一個用於統計計算和統計制圖的優秀工具，多用於論文，科研領域。

R的思想是：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。因此R有很多最新的模型和檢驗方法，但是非常難自學，對英語的要求很高。R與SAS的區別在於，R是開放免費的，處理更靈活，同時對編程要求較高。
大數據是什麼意思？哪些軟體適合大數據分析？
大數據定義什麼的網路很多。個人理解：現有的互聯網數據量越來越大，面對這么大的數據量，如何利用好這些數據是極具挑戰性的。一方面數據量提升，數據處理的方法必須改變，才能提高數據處理速度，比如大規模，高並發的網站訪問，12306，淘寶天貓什麼的；另一方面從這些海量數據中挖掘出有用的信息，比如根據淘寶根據用戶點擊訪問，反饋出用戶的喜好，給用戶推薦相關商品。

推薦Hadoop，適合大數據處理的。

網上學習資料很多，自己搜去！

當然你也可以自己使用資料庫MYSQL等去做大數據處理，這樣很多Hadoop做好的東西都需要你自己去做。要是熟悉某個資料庫，並且應用明確就用資料庫自己去做吧！

加油！
數據分析軟體哪個好
最常用的是spss,屬於非專業統計學的! sas是專業的統計分析軟體,需要編程用,都是專業人士用的 數據分析中的數據挖掘,可以使用spss公司的clementine
大數據分析一般用什麼工具分析
在大數據處理分析過程中常用的六大工具：

Hadoop

Hadoop 是一個能夠對大量數據進行分布式處理的軟體框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop 是可靠的，因為它假設計算元素和存儲會失敗，因此它維護多個工作數據副本，確保能夠針對失敗的節點重新分布處理。Hadoop 是高效的，因為它以並行的方式工作，通過並行處理加快處理速度。Hadoop 還是可伸縮的，能夠處理 PB 級數據。此外，Hadoop 依賴於社區伺服器，因此它的成本比較低，任何人都可以使用。

HPCC

HPCC，High Performance puting and munications(高性能計算與通信)的縮寫。1993年，由美國科學、工程、技術聯邦協調理事會向國會提交了「重大挑戰項目：高性能計算與 通信」的報告，也就是被稱為HPCC計劃的報告，即美國總統科學戰略項目，其目的是通過加強研究與開發解決一批重要的科學與技術挑戰問題。HPCC是美國 實施信息高速公路而上實施的計劃，該計劃的實施將耗資百億美元，其主要目標要達到：開發可擴展的計算系統及相關軟體，以支持太位級網路傳輸性能，開發千兆 比特網路技術，擴展研究和教育機構及網路連接能力。

Storm

Storm是自由的開源軟體，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用於處理Hadoop的批量數據。Storm很簡單，支持許多種編程語言，使用起來非常有趣。

Apache Drill

為了幫助企業用戶尋找更為有效、加快Hadoop數據查詢的方法，Apache軟體基金會近日發起了一項名為「Drill」的開源項目。Apache Drill 實現了 Google's Dremel.

據Hadoop廠商MapR Technologies公司產品經理Tomer Shiran介紹，「Drill」已經作為Apache孵化器項目來運作，將面向全球軟體工程師持續推廣。

RapidMiner

RapidMiner是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術。它數據挖掘任務涉及范圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。

Pentaho BI

Pentaho BI 平台不同於傳統的BI 產品，它是一個以流程為中心的，面向解決方案(Solution)的框架。其目的在於將一系列企業級BI產品、開源軟體、API等等組件集成起來，方便商務智能應用的開發。它的出現，使得一系列的面向商務智能的獨立產品如Jfree、Quartz等等，能夠集成在一起，構成一項項復雜的、完整的商務智能解決方案。