1.5 數(shù)據(jù)分析工具

1.5.1 Excel與SQL

一般的數(shù)據(jù)分析都是圍繞常規(guī)數(shù)據(jù)分析流程進(jìn)行的，在這個流程中，我們需要選擇合適的工具對數(shù)據(jù)進(jìn)行分析。

如果讀者對數(shù)據(jù)庫有一些了解，可能覺得數(shù)據(jù)庫是用來存儲數(shù)據(jù)的，而Excel可能是用來進(jìn)行數(shù)據(jù)處理的。這兩個怎么區(qū)分呢？

數(shù)據(jù)庫本身是存儲數(shù)據(jù)的，這個是沒有問題的，但是存儲的數(shù)據(jù)一般都是明細(xì)類的，或者是雜亂的數(shù)據(jù)，我們在從數(shù)據(jù)庫獲取數(shù)據(jù)的時候需要對數(shù)據(jù)進(jìn)行一系列處理，最后得到我們真正需要的結(jié)果數(shù)據(jù)。

Excel是用來進(jìn)行數(shù)據(jù)處理的，這個也是沒有問題的，比如，我們在Excel表中對某一列去除重復(fù)值，對某兩列相加減，這些都是屬于數(shù)據(jù)處理。但是在數(shù)據(jù)處理之前，Excel中的數(shù)據(jù)其實也是存儲在Excel這個數(shù)據(jù)庫中的。我們可以把一個Excel工作簿本身當(dāng)作一個數(shù)據(jù)庫，一個Excel工作簿會包含多個Sheet，一個Sheet對應(yīng)數(shù)據(jù)庫中的一張表，而一個數(shù)據(jù)庫也會包含多張表。

在對數(shù)據(jù)進(jìn)行處理之前，數(shù)據(jù)庫和Excel都是用來存儲數(shù)據(jù)的，只不過現(xiàn)在很多互聯(lián)網(wǎng)公司的數(shù)據(jù)量太大，使用本地的Excel存儲數(shù)據(jù)已經(jīng)不能滿足日常業(yè)務(wù)需求，所以數(shù)據(jù)一般都會存儲在數(shù)據(jù)庫中。但是本質(zhì)原理還是一樣的。

在平時工作中，我們一般從數(shù)據(jù)庫中獲取數(shù)據(jù)，對數(shù)據(jù)進(jìn)行一些處理變換以后導(dǎo)出到本地，然后在Excel或Python中進(jìn)行進(jìn)一步處理。

1.5.2 SQL與Python

雖然SQL可以實現(xiàn)我們在數(shù)據(jù)分析過程中需要的大部分操作，但是有些操作在SQL中實現(xiàn)起來還是比較煩瑣的，這個時候我們就可以使用SQL將數(shù)據(jù)提取出來，然后導(dǎo)入Python中進(jìn)行處理。

當(dāng)然，也可以直接用Python連接SQL，這就省去了導(dǎo)出數(shù)據(jù)到本地這個過程了，但是一般公司出于安全考慮，是不會直接用Python去連接數(shù)據(jù)庫的。