作为统计学专业的学习者和热爱者，我总结一下近些年来我接触的软件

1、基础数据处理软件

Excel，Power Query，这两个都是微软旗下的，首先Excel是最基础的数据分析工具，没有Excel函数以及数据处理相关知识基础，用其他软件还是会有些困难，很多函数的定义都是互通的，虽然具体写法有时候不同，但是用法大同小异。Power Query是微软开发的智能数据处理工具，可以说它弥补了Excel处理数据的短板，并且微软还为它“配备”了专门的M函数，直接下载Power BI，里面就已经包含Power Query

2、数据处理与分析软件

（1）Python：Python功能很多，数据分析是其中一个，它的Pandas库，可以说是Python中的excel，用Pandas做数据分析时常搭配numpy库和matplotlib库进行使用，适用于批量处理数据和可视化

（2）R软件：R是一种开源的统计软件，是统计学在各个领域运用的较为广泛的软件，在统计学和各领域结合研究中，经常会看到R软件的身影；我之前特别喜欢R的可视化功能，现在有了BI软件以后，我感觉BI更香，BI画图效率更高，R也是免费软件

（3）matlab：matlab在进行矩阵运算时非常有优势，总体来说它更加侧重于是一款数学软件，建模运算也很强，是大学里面的比赛，比如数学建模的首选分析软件，matlab有做神经网络专门的工具包，神经网络这块个人感觉比Python好用一些

（4）SPSS和SAS：专业的统计分析软件，适用于多种统计分析方法。SPSS是我本科主修软件，SPSS实现统计建模与分析不需要编程，这一点也是它的优势，像一些因子分析，方差分析，聚类分析等等，用SPSS会相对便捷一些，我说的这个SPSS主要是SPSS系列的SPSS Statistics软件，侧重于做统计分析；现在IBM公司的SPSS系列还有一个SPSS Modeler 软件，主要做数据挖掘、机器学习建模的，侧重于做算法建模；同样它也是图形化操作界面，较其他机器学习软件（比如Python）的优势是不用编程，这点灰常友好

（5）SQL：数据分析岗位必备，SQL是结构化查询语言，基于数据库的语言。不同公司用的数据库不一样，SQL语句也不同，但是底层逻辑是相同的。比较多的是Oracle、MySQL、SQL Server，我个人习惯用MySQL，开发环境用Navicat和SQLyog多一些

（6）Eviews和Stata，专业统计软件，做时间序列灰常不错，并且操作很简便，我建立时间序列预测模型和回归模型主要使用软件

3、可视化软件

我之前做图都是用Excel，但是效率很低，工作量大，所以我开始涉猎可视化软件，我接触的主要是Tableau和Power BI这两款比较火的软件

（1）Tableau，图片色彩相当棒，毕竟他的创始人之一是皮克斯工作室创始人之一（获得过奥斯卡视觉奖那种），Tableau做数据地图超级方便，图表设计速度快，便于做Dashboard，目前很多公司都在用，不过是收费的，价格不便宜，个人版也不是免费的

（2）Power BI，微软旗下的BI软件，功能与Tableau大同小异，最小设计颗粒度为Dashboard（Tableau最小颗粒度为工作表），个人版是免费的，而且它以DAX语言作为支撑，度量值用起来可是真香，从看板建立来说，我用Power BI比较顺手，但是有一说一，PowerBI的图表色彩实在比不过Tableau