如何做資料分析

　　使用資料分析工具來做資料分析，簡單的資料分析可以使用Excel，複雜的可以使用SPSS、SAS、MATLAB、SQL server等分析工具。 做好資料分析的前提是要收集有效的原始資料，必要時可運用一些統計方法進行資料的有效性判定和剔除，然後利用資料分析工具尋找規律，比如利用excel中的篩選、排序、相關分析、透視表以及圖表等工具來進行資料的分類，資料的變化趨勢研究以及各組資料間的相關性分析等。

　　資料分析師這歌職業變得越來越重要，資料分析能力也變的尤為重要。而Python作為資料分析一門重要的工具。

　　其實，python這門程式設計軟體入門很簡單。但真正要達到較高的水平得下苦功。一般，知道python的基礎知識就可以開始了，像輸入、輸出、資料型別等等

　　掌握基本的程式設計之後，就可以進行簡單的資料處理。為什麼大家喜歡用python來資料分析呢，因為它有很多的庫，一般常用的有Numpy、Pandas、SciPy、Matplotpb。高深的還有Scikit-Learn、Keras。

　　Numpy主要針對陣列資料的一些相關處理。如果想要了解全面的numpy用法，可以在互動環境中輸入help（numpy）。或者檢視官網的文件。

　　Pandas則比較高階，可以處理Series、DataFrame等高階資料結構和工具。

　　Matplotpb主要用來繪製資料圖表，它可以提供各類圖形的繪製。

　　其他的一些庫，可以在遇到的時候學習，不能光學不用。

　　Excel：普遍適用，既有基礎，又有中高階。

　　Excel透視表：中級一般用Excel透視表。

　　hihidata：比較小眾的資料分析工具，三分鐘就可以學會直接上手，無需下載安裝，直接線上就可以使用。

　　Eview：比較小眾，建立一些經濟類的模型還是很有用的，計量經濟學中經常用到。

　　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，完全可以滿足大部分的工作需要。

　　MATLAB：是美國MathWorks公司出品的商業數學軟體，用於演算法開發、資料視覺化、資料分析以及數值計算的高階技術計算語言和互動式環境使用的。

　　SAS：是把資料存取，管理，分析和展現有機地融為一體。其功能非常強大統計方法齊，全，新。