作者介紹：
程虹升，唯品會大資料部資料分析師，資料分析和挖掘實戰的踐行者，“51CEO”公衆号的營運者。
本文總結資料分析常用的軟體，以及推薦相應的學習參考資料。
1. Excel
常用操作有函數、可視化、資料透視表、VBA。
函數
可視化
i.單元格
ii.靜态圖
iii.動态圖
即帶有控件(部分涉及VBA)，可以選擇資料并動态展示結果的圖表，如果要用Excel來做業務資料的Dashboard，動态圖是很好的解決方案。
注：黃成明老師的《資料化管理》中的部分内容涉及如何用Excel建立業務營運工具。
資料透視表
Ctrl+A-->Alt-->D-->P-->F ——透視表“一條龍”操作應該是目前用到最多的快捷鍵組合了。
資料透視表是快速資料分析的不二之選，主要操作為分組計算，當然利用“切片”工具來動态展示資料也是可以的(資料透視表也可以用來做動态儀表盤)。
VBA
如果不想讓一個重複的枯燥的動作重複幾百上千次，那麼VBA程式設計是一個比較好的解決方案，程式設計的目的主要在于自動化和定制化，VBA程式設計相對簡單易學(甚至有的崗位就是專門開發VBA子產品的)。
薦書：
誰說菜鳥不會資料分析，張文霖；
點評：資料分析入門不錯的書，小蚊子老師的部落格上也有蠻多幹貨的；
Excel疑難千尋千解(套裝)；
點評：ExcelHome,ExcelTip兩個論壇出的書品質都非常好，該套裝基本是“行走江湖”必備，涉及函數、VBA、操作、資料透視表等；
Excel圖表之道，劉萬祥；
點評：最早是從部落格上了解到劉老師(部落格為“劉萬祥ExcelPro”)，那時才發現Excel也可以做出非常高大上的商務圖；
左手資料，右手圖表，徐軍泰；
點評：該書主要講動态圖，也就是可以有互動操作的圖表，第一份工作的時候參考此書做了一個半自動化的Excel監控模闆，受益頗多；
别怕，Excel VBA其實很簡單，Excel Home；
點評：結構清晰，行文有趣，有程式設計基礎的話，很容易讀懂。
2. SQL
資料一般可分為3類：
- 結構化資料，e.g.平時見到的類似Excel表格那樣的資料；
- 半結構化資料，存在父子節點的資料，e.g. XML, HTML, json格式的資料；
- 非結構化資料，e.g. 文本、圖檔、音頻、視訊等；
資料分析“直接”使用的資料大多數都為結構化資料，這些資料通常都存在資料庫裡(SQLServer, Mysql, Oracle, Hive等)，而要提取這些資料，SQL必不可少。
常見的SQL操作分為：
- 讀，即select語句，可以分為select, from, where, group by 4個子產品；
- 寫，即create(建立), insert(插數), drop(删除)。
常見的資料類型有：
- 數值，e.g. int, bigint, bool, float, decimal等；
- 字元串，e.g. char, varchar, string等；
- 日期，e.g. date, datetime, timestamp等；
對應這3類資料類型的函數需要熟練掌握。
此外，還有兩類必須掌握的函數：
1. 聚合函數，也稱為“聚集函數”，常用的有：count, sum, avg, max, min, group by ；
2. 視窗函數，即對一組值進行操作(不需要使用到group by)，常見的函數有(此處以Hive舉例):
- 計算：count|sum|avg|max|min over；
- 分區：partition by；
- 位置：lag, lead, first_value, last_value等；
- 排序：row_number, rank, dense_rank, ntile；
e.g. 篩選使用者最近的N單交易
row_number() over(partition by user_id order by create_time desc)
注：注意區分row_number, rank, dense_rank的差别
e.g.統計當日每小時累計交易金額
sum(orderamt) over(order by order_hour rows between unbounded preceding and current row)
更多可以參考：http://lxw1234.com/archives/tag/hive-window-functions
薦書：
SQL必知必會，Ben Forta
注：作者還有兩本《必知必會》，分别是講MySQL和Oracle PL/SQL的
3. Python/R
Python和R不僅免費，還屬于“平台模式”——來自世界各地的開發者都可以貢獻自己開發的工具包。“平台模式”帶來了大量的充滿熱情的使用者，使用者越多，軟體的生命力就越強，發展也越快，這可以看作是軟體生态的“人口紅利”。
Python和R各有優缺點和相應的适用場景，資料分析(挖掘)90%以上的場景，兩個軟體都可以覆寫到，如果你已經在學其中一個，那就努力學好直至精通就行。
資料分析軟體的學習架構都很相似，如下是個人總結的Python學習架構(僅供參考)。
注：更多可參考 程式設計學習建議
注：Python學習架構
入門資料推薦：
Python
- Python基礎程式設計，Magnus Lie Hetland；
- 像計算機科學家一樣思考Python，Allen B. Downey；
- 官方文檔，包括其他常用資料分析module的官方文檔(很多教程就是根據官方文檔改編過來的)；
R
- R語言實戰，Robert I. Kabacoff
- Advanced R，Hadley Wickham
- Cran Task Views: https://cran.r-project.org/web/views/
注：更多關于R\Python的文章可以關注朋友Sim的公衆号——”每天進步一點點2015“
4. SPSS
如果是業務人員要做資料分析，在程式設計上的要求就沒有那麼高，但又要做一些基礎的分析，那麼SPSS是需要學的。
薦書：
- SPSS統計分析基礎教程，張文彤；
- SPSS統計分析進階教程，張文彤；
-
IBM SPSS資料分析與挖掘實戰案例精粹，張文彤，鐘雲飛；
注：該書的内容編排、案例以及提供的參考資料都非常好，雖然是用SPSS實作，但分析思路仍很值得參考；
-
Discovering Statistics Using IBM SPSS Statistics, Andy Field；
注：作者的官網為 https://www.discoveringstatistics.com/，Discovering Statistics系列還有講R和SAS的兩本書，品質也應該不錯。
5. 其他
SAS 醫藥、金融類應用場景較多，如果要批量統計或出報告，Macro和GTL兩部分的内容要掌握好；
Matlab 和Mathematica、Maple并稱為三大數學軟體，常用于圖像處理、信号檢測、工程領域等，讀研時分析fMRI圖像大部分都是用Matlab操作，其開源替代方案是 Octave；
Stata 偏向經濟計量，可以程式設計，也支援界面化操作，但是用着總有種“不倫不類”的感覺，界面化操作沒有SPSS好用，程式設計的話又不如Python/R友善，而且使用場景相對來說比較小衆。
學習建議
1. 工具宜少不宜多，本人曾學過不少軟體(瞎折騰)，後來發現大部分學的都沒用上(沒有應用場景)。一般來說，Excel是面向小資料和簡單的分析時用，SQL用來提數，Python/R則是遇到資料量較大或者模型更加複雜時用(不想程式設計可以選擇SPSS)，如果是超大型資料，則要結合Hive, Spark, Storm等平台使用；
2. 帶着問題去學，“學以緻用”的方法之一是“輸出倒逼輸入”，問題是我們實際遇到的，也就不用擔心學習之後找不到使用場景的問題。學習Excel的時候尤其印象深刻，從基本的資料格式到VBA都是我遇到問題後去學的，User Guide或者《入門到精通》類的書太厚了，沒必要都看一遍；
3. 教材宜精不宜廣，找一本經典教材，打好基礎，建構知識架構(主幹)，然後逐漸“碎片化”的、以應用為導向地學支幹的知識；
注：教材一般推薦人民郵電、電子工業、機械工業這3家出版社，如果要找英文電子書就上libgen；
4. 打好基礎，再定方向，學習軟體工具的時候要先把基礎操作打好，層層遞進，既要紮實又要有明确的方向。e.g.先學python的基礎文法，然後再有針對性對選擇學習和資料分析有關的工具包(pandas, scipy等)；
注：不要為了追求高大上的效果而好高骛遠(層級越高用的場景可能就越少)，所謂“屠龍之術，學而無用”(更多可參考工具思維的陷阱)；
5. 整理自己的知識架構，以及重點、難點、易錯點，有體系的知識利用效率更高且更容易記住。此外，當你和别人分享你的學習經驗時，表達出來也更清晰、更有條理。
工具屬于“器”，不要沉迷于工具的使用，更重要的是“道”——對算法的掌握(使用場景、優缺點等)、對業務的了解等。