資料分析工具包括哪些

資料分析工具包括以下幾類：

1、資料處理工具Excel

在Excel，需要重點了解資料處理的重要技巧及函式的應用，特別是資料清理技術的應用。這項運用能對資料去偽存真，掌握資料主動權，全面掌控資料，Excel資料透視表的應用重在挖掘隱藏的資料價值，輕鬆整合海量資料，各種圖表型別的製作技巧及Power Query、Power Pivot的應用可展現資料視覺化效果。

2、資料庫MySQL

MySQLL是一種關係資料庫管理系統，關係資料庫將資料儲存在不同的表中，而不是將所有資料放在一個大倉庫內，這樣就增加了速度並提高了靈活性，MySQL所使用的SQL語言是用於訪問資料庫的最常用標準化語言，MySQL軟體採用了雙授權政策，分為社群版和商業版，由於其體積小、速度快、總體擁有成本低，尤其是開放原始碼這一特點，一般中小型網站的開發都選擇MySQL作為網站資料庫。

3、資料視覺化Tableau和Echarts

Tableau Desktop是基於斯坦福大學突破性技術的軟體應用程式，它能幫助生動地分析實際存在的任何結構化資料，以在幾分鐘內生成美觀的圖表、座標圖、儀表盤與報告，利用Tableau簡便的拖放式介面，可以自定義檢視、佈局、形狀、顏色等等，幫助展現自己的資料視角。

ECharts簡單來說是網際網路開發程式過程中，後臺資料庫用以實現資料到圖形的對映的一個外掛，具體來說一個使用JavaScript實現的開源視覺化庫，可以流暢的執行在PC和移動裝置上，相容當前絕大部分瀏覽器，底層依賴輕量級的向量圖形庫ZRender，提供直觀，互動豐富，可高度個性化定製的資料視覺化圖表。

4、大資料分析SPSS、Python、HiveSQL等

SPSS採用類似EXCEL表格的方式輸入與管理資料，資料介面較為通用，能方便的從其他資料庫中讀入資料，其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要，輸出結果十分美觀，儲存時則是專用的SPO格式，可以轉存為HTML格式和文字格式。

Python是一種計算機程式設計語言，是一種物件導向的動態型別語言，最初被設計用於編寫自動化指令碼（shell），隨著版本的不斷更新和語言新功能的新增，越來越多被用於獨立的、大型專案的開發。

HiveSQL是基於Hadoop的一個數據倉庫工具，可以將結構化的資料檔案對映為一張資料庫表，並提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行執行。