编者按：数据科学家是21世纪的热门工作。工欲善其事必先利其器。数据分析工具何其多，究竟用哪样才合适？Lewis Chou在Medium上分析了3类6种工具的特点和适用场景，看完这篇文章，相信你就可以知道了。原文标题是：Top 6 Data Analytics Tools in 2019

说到数据分析工具，我们总是有疑问。那么多的数据分析工具，它们之间究竟有什么区别？哪个更好？我应该学习哪一个？

尽管这是一个老生常谈的话题，但它确实很重要，我一直在努力寻找这个终极问题的答案。如果你到网上搜索这个领域的相关信息的话，很难找到公正的看法。因为特定数据分析工具的评估者可能会从不同的角度出发，并带有一些个人感受。

今天，让我们撇开这些个人感受。我会尝试跟大家一起客观地谈谈我对市场上数据分析工具的个人看法，以供参考。

我总共选择了三类共6种工具。接下来我会一一进行介绍。

Excel具备多种强大功能，比如创建表单，数据透视表，VBA等，Excel的系统如此庞大，以至于没有任何一项分析工具可以超越它，确保了大家可以根据自己的需求分析数据。

但是，有些人可能以为他们非常精通计算机编程语言，然后鄙视用Excel作为工具，因为Excel无法处理大数据。但是请考虑一下，我们日常生活中使用的数据是不是超出了大数据的限制？在我看来，Excel就是一款全能型的播放器。它最适合小型数据，而且通过插件还可以处理数百万的数据。

综上所述，基于Excel的强大功能及其用户规模，我认为它是必不可少的工具。如果你想学习数据分析，Excel绝对是首选。

商业智能是为数据分析而生的，它诞生的起点很高。其目的是缩短从商业数据到商业决策的时间，并利用数据来影响决策。

Excel的产品目标不是这样。Excel可以做很多事情。你可以使用Excel画课程表，制作问卷或用作计算器，甚至可以用来画画。如果你会VBA，还可以制作小型游戏。不过这些并不是真正的数据分析功能。

但是BI工具就是专门用于数据分析的。

以常见的BI工具（例如Power BI，FineReport和Tableau）为例。你会发现它们都是按照数据分析流程设计的。先是数据处理，数据清洗，然后是数据建模，最后是数据可视化，用图表来识别问题并影响决策。

这些是数据分析的唯一方法，并且在这个过程中存在一些员工的痛点。

比方说，可以用BI工具来简化重复的低附加值的数据清洗工作。

如果数据量很大，传统工具Excel是无法完成数据透视表的。

如果我们用Excel来进行图形显示，会需要花费大量时间来编辑图表，包括颜色和字体设置等琐事。

这些痛点是BI工具可以为我们带来变化和价值的地方。

现在，让我们比较一下市场上的三种流行的BI工具：Power BI，FineReport和Tableau。

1）Tableau

Tableau的核心本质实际上是Excel的数据透视表和数据透视图。可以说Tableau敏锐地意识到了Excel的这一功能。它进入BI市场较早，并延续了这一核心价值。

从发展历史和当前市场反馈的角度来看，Tableau的可视化效果更好。我不认为这是因为它的图表有多酷，但是它的设计、颜色和用户界面给我们一种简单而新鲜的感觉。

确实，这就像Tableau自己的宣传一样，他们投入了大量的学术精力来研究大家喜欢哪种图表，以及如何为用户提供操作和视觉上的终极体验。

此外，Tableau还增加了数据清洗功能和更智能的分析功能。这也是Tableau可以预期的产品开发优势。

2）Power BI

Power BI的优势在于其业务模型和数据分析功能。

Power BI以前是Excel的插件，但是发展并不理想。因此它摆脱了Excel，发展成BI工具。作为后来者，Power BI每个月都有迭代更新，并且跟进的速度很快。

Power BI当前具有三种授权方式：Power BI Free、Power BI Pro以及Power BI Premium。与Tableau一样，免费版的功能也不完整。但是给个人用几乎已经足够。而且Power BI的数据分析功能强大。它的PowerPivot和DAX语言让我能够以类似在Excel中编写公式的方式来进行复杂的高级分析。

3）FineReport应用

FineReport之所以独特在于它的自助服务数据分析非常适合企业用户。只需简单的拖放操作，你就可以使用FineReport设计各种样式的报告，并轻松构建数据决策分析系统。

FineReport可以直接连接到各种数据库，并且方便快捷地自定义各种样式，从而制作周报、月报和季报、年报。其格式类似于Excel的界面。功能包括报告创建，报告权限分配，报告管理，数据输入等。

此外，FineReport的可视化功能也非常突出，它提供了多种仪表板模板和许多自行开发的可视插件库。

在价格方面，FineReport的个人版本是完全免费的，并且所有功能都是开放的。

R和Python是我要讨论的第三类工具。尽管像Excel和BI工具这样的软件已尽最大努力考虑到数据分析的大多数应用场景，但其实它们基本上都是定制化的。如果软件没有设计某项功能或替某功能开发按钮，那很可能你就没法用它们来完成工作。

在这一点上面，编程语言是不一样的。它非常强大和灵活。你可以编写代码来执行所需的任何操作。比方说，R和Python是数据科学家必不可少的工具。从专业的角度来看，它们绝对比Excel和BI工具强大。

那么，R和Python可以实现哪些Excel和BI工具难以实现的应用场景呢？

1）专业统计分析

就R语言而言，它最擅长的是统计分析，例如正态分布，使用算法对聚类进行分类和回归分析等。这种分析就像用数据作实验一样。它可以帮助我们回答以下问题。

比方说，数据的分布是正态分布、三角分布还是其他类型的分布？离散情况如何？它是否在我们想要达到的统计可控范围内？不同参数对结果的影响的大小是多少？还有假设仿真分析。如果某个参数发生变化，会带来多大影响？

2）独立预测分析

比方说，我们打算预测消费者的行为。他会在我们的商店停留多长时间？他会花多少钱？我们可以找出他的个人信用情况，并根据他的在线消费记录确定贷款金额。或者，我们可以根据他在网页上的浏览历史推送不同的物品。这也涉及当前流行的机器学习和人工智能概念。

以上比较说明了几种软件之间的区别。我想概括的要点的是，存在就是合理。Excel，BI工具或编程语言存在部分功能重叠，但它们也是互补的工具。每个应用的价值取决于要开发的应用的类型和当时的情况。

在选择数据分析工具之前，你必须首先了解自己的工作：你会不会用到我刚刚提到的应用场景。或考虑一下你的职业方向：你是面向数据科学还是业务分析的。

译者：boxi。

使用方方格子工具即可快速比对。

详细步骤：

1、打开Excel表格。

2、点击方方格子工具箱。

3、选择【两区域对比】。

4、选择【存在对比】。

5、分别在【区域1】和【区域2】录入两个表格单元格区域，然后勾选【整行对比】。

6、点击【对比】，然后选择【标记不同】即可完成。

方法2：

工具/材料

电脑，Excel

首先我们新建表格在【SheetA】和【SheetB】中输入两组有联系的数据。这个问题研究的是，匹配出【SheetB】表中的数据哪些在【SheetA】中是存在的，并匹配出相应的【物料名称】列。

现在【SheetB】表中，点击【物料名称】列选中第一个空格，插入函数选择【vlookup】进行插入并确定。

就会弹出来这个一个函数公式，需要我们把下面需要填的信息都填上。

我们先选择第一个空白方框，由于是我们两个表【物料编码】数据进行匹配字段进行匹配，所以，相应的这行，我们输入的第一个参数为【A2】，表示A2列的值。

然后，我们来确定下一个数据，这个比较麻烦。因为我们要对比的数据在两个不同的表，所以这第二个数据就需要重新点到【SheetA】表中去选择数据范围，这里选择选择为【SheetA!A1:B8】。直接进行托选就好了【Sheet1!A1:B8】

接下来是第三个数据，因为我们需要匹配的为物料名称的第二行空格的数据所以我们直接在第三个数据框内输入【2】就好了。

第四个数据。我们可以看一下框起来的地方对这个函数有解说，而我们的操作目的，最终结果是要精确匹配的，因此我们将第四个数据填为【False】。

前面各项操作结束以后C3就会自动生成一个数据，我们只需要将这个数据右下角长按进行向下拖动就可以得到C列的所有正确数据，你会发现这些数据和【SheetA】刚好对应匹配。

材料/工具：Excel2010

1、首先，我们需要对原数据简单的处理一下，方便对比，在任意空白单元格输入-1，然后复制。

2、选中E列数量，右击选择性粘贴，点击数值和乘，然后点击确定。

3、选择性粘贴后，我们看到数据已经变成了负数。

4、然后，我们选择一个空白单元格，为了是存放比对的数据结果，点击数据选项卡，然后点击合并计算。

5、引用位置，首先我们选择第一组数据，对应AB列。

6、点击添加，把数据添加到所有引用位置中；

7、函数选择求和，在把第二种数据添加到所有引用的位置中，点击确定；

8、我们来看一下效果，如果是0，那么就是没有差异的，非0就是差异额了

1、首先，我们打开我们电脑上面的excel，然后我们在单元格中输入一些数据，如图所示，之后我们点击工具栏中的插入；

2、然后我们点击柱形图下方的下拉箭头；

3、弹出的界面，我们点击第一个；

4、最终结果如图所示，这样我们就制作出来了。就可以用excel柱状图对比两组数据了。