1.3 數(shù)據(jù)分析工具軟件

嚴(yán)格來講，任何做數(shù)據(jù)處理的軟件都可以被稱為數(shù)據(jù)分析工具軟件，例如，Excel可以做很多統(tǒng)計工作，Tableau等BI軟件支持不同維度的數(shù)據(jù)探索。本節(jié)討論的數(shù)據(jù)分析工具軟件指的是可以進(jìn)行統(tǒng)計分析或機(jī)器學(xué)習(xí)的軟件。

不同工具軟件側(cè)重點(diǎn)不同，適合的場景也不同。數(shù)據(jù)分析工具選擇，需要綜合考慮各種應(yīng)用場景，比如，使用者的技能要求、算法包（包括處理算法、可視化和報告輸出等）的豐富程度、運(yùn)行環(huán)境（例如是否能在單機(jī)上運(yùn)行）、開發(fā)調(diào)試的便捷性（包括軟件本身和社區(qū)內(nèi)容）、處理性能（例如可以處理的數(shù)據(jù)集大小）等。基于這樣的差異，不同類型組織使用的數(shù)據(jù)分析工具也不同。Rexer Analytics在2017年對在企業(yè)、咨詢、學(xué)術(shù)、政府與公共機(jī)構(gòu)等4個領(lǐng)域做了調(diào)查[7] ，結(jié)果如圖1-10所示，在所有領(lǐng)域，開源軟件R和Python的使用頻度都很高，在企業(yè)和咨詢行業(yè)，SQL和Tableau等工具也是常用的軟件。在學(xué)術(shù)界，MATLAB作為工程分析軟件，使用頻度也非常高。Forrester Research在2017年調(diào)研[8] 指出IBM SPSS、SAS、KNIME、RapidMiner是行業(yè)分析產(chǎn)品的領(lǐng)軍者。

圖1-10 Rexer Analytics在2017年對數(shù)據(jù)分析軟件使用的調(diào)研結(jié)果

下面按照開發(fā)和運(yùn)行方式，從腳本語言軟件、圖形化桌面軟件、云端分析軟件三個類別介紹一下常見的數(shù)據(jù)分析工具軟件。