数据分析过程中各个步骤中使用的工具

数据分析过程中各个步骤使用的工具

数据分析也好，统计分析也好，数据挖掘也好、商业智能也好，都需要在学习的时候掌握各种分析手段和技能，特别是要掌握分析软件工具！学习数据分析，一般是先学软件开始，再去应用，再学会理论和原理！没有软件的方法就不去学了，因为学了也不能做，除非你自己会编程序。

下图是一个顶级的分析工具场，

依次从X和Y轴看：

第一维度：数据存储层——>数据报表层——>数据分析层——>数据展现层

第二维度：用户级——>部门级——>企业级——>BI级

我结合上图和其他资料统计了我们可能用到的软件信息。具体的软件效果还需要进一步研究分析和实践。

1第一步：设计方案

可以考虑的软件工具：mind manager。

Mind manager(思维导图又叫心智图)，是表达发射性思维的有效的图形思维工具，它简单却又极其有效，是一种革命性的思维工具。思维导图运用图文并重的技巧，把各级主题的关系用相互隶属与相关的层级图表现出来，把主题关键词与图像、颜色等建立记忆链接。思维导图充分运用左右脑的机能，利用记忆、阅读、思维的规律，协助人们在科学与艺术、逻辑与想象之间平衡发展，从而开启人类大脑的无限潜能。思维导图因此具有人类思维的强大功能。

思维导图是一种将放射性思考具体化的方法。我们知道放射性思考是人类大脑的自然思考方式，每一种进入大脑的资料，不论是感觉、记忆或是想法——包括文字、数字、符码、香气、食物、线条、颜色、意象、节奏、音符等，都可以成为一个思考中心，并由此中心向外发散出成千上万的关节点，每一个关节点代表与中心主题的一个连结，而每一个连结又可以成为另一个中心主题，再向外发散出成千上万的关节点，呈现出放射性立体结构，而这些关节的连结可以视为您的记忆，也就是您的个人数据库。

2第二步：数据采集

可以考虑的工具软件：word、excel、access、oracle、mysql。

2.1Word、Excel和Access等

有关office软件的内容，我们就不介绍了。

2.2Oracl e Database

又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的适应高吞吐量的数据库解决方案。

介绍：

/picture/1685727/1685727/0/f31fbe096b63f6241b74d9268544ebf81a4ca3

ee.html?fr=lemma&ct=single#aid=0&pic=f31fbe096b63f6241b74d9268544ebf81a4ca3ee

2.3MySQL

（发音为"my ess cue el"，不是"my sequel"）是一种开放源代码的关系型数据库管理系统（RDBMS），MySQL数据库系统使用最常用的数据库管理语言--结构化查询语言（SQL）进行数据库管理。

这个也不做过多介绍。

3第三步：数据处理

可以考虑的工具软件：Epidata、excel、SPSS、ETL。

3.1EpiData工具

是一个既可以用于创建数据结构文档，也可以用于数据定量分析一组应用工具的集合。EpiData协会于1999年在丹麦成立。EpiData采用Pascal开发。在允许的情况下，尽可能地使用开放标准（如HTML）。

介绍：

/link?url=9z2e0tvF9yh7a59W-0sYFNf8sZzjpqL4u11Glxxj4J1HBMtSl8eS JMSTeUZxEMcMlMGo8LnZQCforWxTqwPPda

下载地址：

/thread-386685-1-1.html

3.2Excel工具

有关Office软件的信息不做介绍

3.3SPSS工具

（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（SolutionsStatistical Package for the Social Sciences），

但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

百度百科介绍：

/link?url=Sx6UNQj33qC5igpst8Lz2PZl494sD0FAG8fcCYgrVy0_jlSPvvBFmrH EngsfG5ou233d9aAxvgrrlw-NqSiZoa

下载地址：

/softdown/10039.htm

备注：安装需要注册码

3.4ETL模式

是英文Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。

ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

目前，ETL工具的典型代表有:Informatica、Datastage、OWB、微软DTS、Beeload、Kettle……开源的工具有eclipse的etl插件。cloveretl.

数据集成：快速实现ETL

百度百科介绍：

/link?url=EVl1pZdi9ZtCwa7yCH2LOM87LqVCE6XJVp68rJeB87v0hnvm6XXe

/soft/222228.htm

4第四步：数据分析

可以考虑的工具软件：SPSS、SAS、Matlab、Eviews、Stata、Excel、Weka、RapidMiner。