大資料分析常用哪些工具？

大資料工具：資料建模工具。

SPSS：主要用於資料建模工作，穩定而強大，可以滿足中小企業在商業模式建立過程中的需求。 大資料工具：資料視覺化和分析工具。

YXY一站式資料分析平台ABI提供ETL資料處理、資料建模等一系列資料分析服務，提供豐富的資料分析工具：除了中文式複雜報表、儀錶盤、大屏報表外，ABI還支援自助分析，包括拖拽式多維分析、看板和看板集，業務使用者只需簡單的拖拽即可進行探索性自助分析。 同時，即興報告和幻燈片報告這個詞使報告更加精彩。

Python 資料分析工具。

python pandas

Pandas 是乙個開源的 Python 資料分析庫，最初是作為金融資料分析工具開發的，因此 pandas 為時間序列分析提供了很大的支援。

pyspark

Apache Spark 專案中的大資料分析庫。 PySpark 提供了許多用於在 Python 中分析大資料的功能，並且它帶有乙個使用者可以從命令列執行的 shell。

python scikit-learn

任何關於大資料的討論都會引發關於機器學習的討論，幸運的是，Python 開發人員有很多使用機器學習演算法的選擇。

儘管有數以千計的資料分析工具，但它們都是一樣的。 無非是資料採集、資料儲存、資料管理、資料計算、資料分析、資料顯示等方面。 SAS、R、SPSS、PYTHON 和 Excel 是最常提到的資料分析工具。

python

Python 是一種物件導向的解釋型計算機程式語言。 Python 語法簡潔明瞭，具有豐富而強大的類庫。 通常被昵稱為膠水語言，它可以很容易地連線用其他語言（尤其是 c）製作的各種模組。

乙個常見的應用場景是，使用Python快速生成乙個程式的原型（有時甚至是程式的最終介面），然後用更合適的語言重寫有特殊要求的部分，比如某3D遊戲中的圖形渲染模組，對效能要求特別高，可以用c c重寫，然後封裝成Python可以呼叫的擴充套件庫。 需要注意的是，在使用擴充套件庫時，可能需要考慮平台，有些擴充套件庫可能不提供跨平台實現。

R 軟體。 R是乙個完整的資料處理、計算和繪圖軟體系統。 它可以提供一些整合的統計工具，但更重要的是，它提供了多種數學計算和統計計算功能，使使用者可以靈活地進行資料分析，甚至建立新的統計計算方法，以滿足他們的需求。

SPSSSPSS是世界上最早的統計分析軟體，具有完整的資料輸入、統計分析、報表、圖形等功能，能夠讀取和匯出多種格式的檔案。

Excel可用於各種資料處理、統計分析和輔助決策操作，廣泛應用於管理、統計金融、金融等諸多領域。

SAS軟體。

SAS集資料訪問、管理、分析和呈現於一體。 它提供了從基礎統計量的計算到各種實驗設計的方差分析、相關過早失效回歸分析和多變數分析的多種統計分析流程，幾乎囊括了所有最新的分析方法，其分析技術先進可靠。 分析方法的實現是通過過程呼叫完成的。

許多程序同時提供多種演算法和選項。