王新宇

摘要：隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)分析成了一個(gè)熱門(mén)的話題。市場(chǎng)上有各種各樣的數(shù)據(jù)分析工具，如何選擇數(shù)據(jù)分析工具就成了很多數(shù)據(jù)分析工作者的一個(gè)難題。而數(shù)據(jù)分析工具的選擇應(yīng)主要依據(jù)具體的業(yè)務(wù)邏輯，并沒(méi)有最好的數(shù)據(jù)分析工具，而只有最適合的分析工具。全文選擇Excel，Spss和R語(yǔ)言這三個(gè)數(shù)據(jù)分析工具進(jìn)行比較分析。觀察他們?cè)谄綍r(shí)的學(xué)習(xí)和工作中，特別是在數(shù)據(jù)分析過(guò)程中的表現(xiàn)，以得出他們最適合的工作環(huán)境。

關(guān)鍵詞： 大數(shù)據(jù)；分析工具；業(yè)務(wù)邏輯；比較分析；工作環(huán)境

中圖分類(lèi)號(hào)：TP317.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）04-0235-02

統(tǒng)計(jì)分析軟件是數(shù)據(jù)分析的主要工具。無(wú)論在工作還是學(xué)習(xí)中，我們都需要使用這些軟件來(lái)進(jìn)行數(shù)據(jù)分析，而分析的過(guò)程主要分為數(shù)據(jù)的整理，數(shù)據(jù)的分析，數(shù)據(jù)的報(bào)告 。而市場(chǎng)上有很多的軟件來(lái)供我們選擇，如何選擇一款合適的軟件就成了我們需要考慮的問(wèn)題。

1 工具簡(jiǎn)介

Excel是微軟的office系列辦公軟件中比較常用的一款數(shù)據(jù)處理軟件。我們可以通過(guò)Excel進(jìn)行數(shù)據(jù)錄入，儲(chǔ)存和分析的相關(guān)操作。Excel提供了大量的函數(shù)功能，為我們的數(shù)據(jù)分析工作提供了便捷。而且強(qiáng)大的VBA編程能力，也讓我們處理起數(shù)據(jù)更加個(gè)性化和多樣化。

Spss（Statistical Product and Service Solutions），相比Excel這樣的辦公軟件，人們更加傾向于稱(chēng)Spss為統(tǒng)計(jì)軟件。因?yàn)樗臄?shù)據(jù)處理能力更加強(qiáng)大，Excel只能做一些最基本的數(shù)據(jù)操作，而Spss則可以做一些比較高級(jí)的數(shù)理統(tǒng)計(jì)工作。

R語(yǔ)言（R Language）相比前兩者最大的不同之處在于他是非窗口操作軟件，更確切地說(shuō)他是一款腳本語(yǔ)言。用戶需要輸入相應(yīng)的指令才可以操作數(shù)據(jù)。R語(yǔ)言的強(qiáng)大之處在于他的包。R語(yǔ)言平臺(tái)上提供了各種各樣的數(shù)理統(tǒng)計(jì)包，這些包可以直接由用戶使用，而并不用關(guān)心它的底層實(shí)現(xiàn)機(jī)制。

2 三種軟件在數(shù)據(jù)儲(chǔ)存階段的比較分析

數(shù)據(jù)存儲(chǔ)是指分析員在搜集數(shù)據(jù)之后，把相應(yīng)的數(shù)據(jù)有條理的儲(chǔ)存起來(lái)，以便在以后的分析工作中使用。數(shù)據(jù)存儲(chǔ)是數(shù)據(jù)處理過(guò)程的第一個(gè)階段，也是最重要的階段，因?yàn)樗苯佑绊懼院蟮牟僮?。如果在?shù)據(jù)的存儲(chǔ)階段出了問(wèn)題，那么整個(gè)數(shù)據(jù)分析的過(guò)程也就是有問(wèn)題的。可見(jiàn)數(shù)據(jù)存儲(chǔ)過(guò)程是需要分析員特別重視的階段。

在此階段Excel和Spss提供了可視化的操作界面，所以分析員可以很容易的對(duì)數(shù)據(jù)進(jìn)行錄入處理。而R語(yǔ)言則沒(méi)有提供相應(yīng)的圖形操作界面，分析員只能通過(guò)在控制臺(tái)建立數(shù)據(jù)框這樣的方式，把數(shù)據(jù)儲(chǔ)存起來(lái)?？梢暬僮鹘缑娴膬?yōu)點(diǎn)是直觀，分析員可以像在實(shí)體的紙質(zhì)表格上寫(xiě)字一樣在虛擬的表里填入數(shù)據(jù)，這樣可以減少分析員在抽象腳本語(yǔ)言可能出現(xiàn)的失誤。

雖然R沒(méi)有提供簡(jiǎn)單的圖形操作界面，使得數(shù)據(jù)的輸入沒(méi)有Excel與Spss軟件這么直觀，但是R語(yǔ)言這種輸入方式卻有一個(gè)比較強(qiáng)勢(shì)的功能，就是編程。雖然Excel和Spss也有編程功能，但是語(yǔ)法過(guò)于復(fù)雜。在R語(yǔ)言中分析員可以編寫(xiě)自己的腳本文件，實(shí)現(xiàn)數(shù)據(jù)的重復(fù)錄入，從而可以節(jié)省出大量的時(shí)間，減少不必要的時(shí)間浪費(fèi)。

他們?nèi)咦詈蠖伎梢园褦?shù)據(jù)保存為CSV格式或者TXT格式，這樣就為數(shù)據(jù)的傳輸帶來(lái)了方便。保存為這兩種格式后三個(gè)軟件可以實(shí)現(xiàn)數(shù)據(jù)的共享操作。

綜上所述，Excel和Spss強(qiáng)在可視化的操作界面，而R語(yǔ)言則強(qiáng)在編程語(yǔ)言。至于最后數(shù)據(jù)的保存，三者則表現(xiàn)出了一致性，實(shí)現(xiàn)了數(shù)據(jù)在軟件之間的傳輸。

3 三種軟件在數(shù)據(jù)分析階段的比較分析

數(shù)據(jù)分析傳統(tǒng)上都認(rèn)為是統(tǒng)計(jì)分析，而廣義的數(shù)據(jù)分析則包含了更高級(jí)的算法比如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等。數(shù)據(jù)挖掘（Data Minning）是指從大量的數(shù)據(jù)中通過(guò)一些特定的算法，計(jì)算出隱藏在其中的有意義的信息的過(guò)程。主要的數(shù)據(jù)挖掘算法包括：人工神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，KNN算法，隨機(jī)深林、決策樹(shù)、回歸分析等。

Excel在數(shù)據(jù)分析階段的強(qiáng)大之處在于它有很強(qiáng)大的函數(shù)庫(kù)，利用這些函數(shù)庫(kù)里的函數(shù)，可以幫助我們方便地進(jìn)行簡(jiǎn)單的數(shù)據(jù)分析，比如求平均數(shù)，求和等。當(dāng)然也可以對(duì)數(shù)據(jù)進(jìn)行優(yōu)化和篩選。函數(shù)功能是Excel的靈魂，有了函數(shù)，Excel就可以組合變化出多種統(tǒng)計(jì)方式，來(lái)分析數(shù)據(jù)。

但是，Excel只能進(jìn)行簡(jiǎn)單的數(shù)理統(tǒng)計(jì)分析，而不能進(jìn)行比較高級(jí)的算法分析。 Spss相比Excel則可進(jìn)行比較高級(jí)的數(shù)據(jù)分析，比如生存分析、Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)等。雖然Spss能進(jìn)行這些算法分析，但是它本身也有局限性。由于Spss是一款可視化軟件，它的載體在軟件開(kāi)發(fā)的階段就已經(jīng)被設(shè)計(jì)好了，分析員很難再根據(jù)自己的需要對(duì)里面的算法進(jìn)行更改。這也就意味著，分析員只能使用設(shè)計(jì)者提供的方法，而設(shè)計(jì)者沒(méi)有提供的方法，分析員就不能使用了。因?yàn)楝F(xiàn)在算法更新比較快，而且對(duì)具體的業(yè)務(wù)對(duì)算法的要求也是不盡相同的，這樣就要求算法的個(gè)性化，而Spss則很難滿足這一點(diǎn)。

R語(yǔ)言相比前兩者在數(shù)據(jù)分析階段則有很強(qiáng)大的優(yōu)勢(shì)，因?yàn)镽語(yǔ)言是一個(gè)開(kāi)源軟件。有很多R語(yǔ)言的愛(ài)好者，在R語(yǔ)言的社區(qū)貢獻(xiàn)自己利用R語(yǔ)言的語(yǔ)法寫(xiě)成的包，免費(fèi)的供所有人使用。這樣分析員就可以直接從R的官方網(wǎng)站上下載相對(duì)應(yīng)的包。R語(yǔ)言的包基本包含了所有數(shù)據(jù)分析的算法。

R語(yǔ)言的另一個(gè)強(qiáng)大之處，在于分析者不僅能下載相應(yīng)的包，更能查看包的內(nèi)部信息。通過(guò)查看包的內(nèi)部信息來(lái)確定自己是否需要這個(gè)包。而且如果遇到自己所處理的問(wèn)題不合適的包，分析員可以在自己所找到的包的基礎(chǔ)上自己再設(shè)計(jì)新的算法，來(lái)滿足自己的業(yè)務(wù)需要。

綜上所述，在數(shù)據(jù)處理階段，Excel只能滿足最基本的數(shù)據(jù)處理，而Spss和R語(yǔ)言則可以滿足更高層次的數(shù)據(jù)處理。而且R語(yǔ)言在算法的選擇和使用上相對(duì)Spss則更具有個(gè)性化。

4 三種軟件在數(shù)據(jù)報(bào)告方面的比較分析

數(shù)據(jù)報(bào)告是指在經(jīng)過(guò)數(shù)據(jù)搜集，數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)分析之后，對(duì)得到的結(jié)果進(jìn)行歸納總結(jié)，形成報(bào)告的方式呈現(xiàn)出來(lái)的過(guò)程。數(shù)據(jù)報(bào)告可以分為文字報(bào)告和圖形報(bào)告。

而近些年來(lái)數(shù)據(jù)可視化越來(lái)越受到人們的關(guān)注，數(shù)據(jù)可視化將復(fù)雜的數(shù)據(jù)表展示為直觀的圖形，可以讓聽(tīng)眾更加準(zhǔn)確的抓住數(shù)據(jù)的要害，進(jìn)而分析數(shù)據(jù)。而隨著科學(xué)技術(shù)的不斷發(fā)展，數(shù)據(jù)可視化的手段越來(lái)越豐富，除了傳統(tǒng)的柱狀圖，餅圖等等之外，現(xiàn)在的可視化工具，更為我們提供了其他豐富的圖形。比如，詞云，雷達(dá)圖等。

在文字報(bào)告方面三者都可以根據(jù)自己的所能處理的報(bào)告生成相應(yīng)的圖表。Excel只能生成餅圖，柱狀圖等簡(jiǎn)單的數(shù)理統(tǒng)計(jì)圖，當(dāng)然這和它所能處理的對(duì)象是一致的。Spss則能生成更高級(jí)的圖形，比如線性回歸圖等。R語(yǔ)言也提供了相應(yīng)的作圖函數(shù)，這樣的作圖函數(shù)和Excel與Spss的作圖原理是相通的。

而R語(yǔ)言不僅提供了傳統(tǒng)的繪圖功能，而且更提供了高級(jí)的繪圖功能。傳統(tǒng)的繪圖軟件的原理類(lèi)似與我們直接在紙面上畫(huà)畫(huà)，一旦畫(huà)上去就無(wú)法更改。這就給作圖帶來(lái)了很大的麻煩，不能隨意更改視圖，更不能在圖形生成后在后期對(duì)圖形做出整改。R語(yǔ)言提供了一款名叫“ggplot”的包，這個(gè)作圖包的原理是基于圖層，也就是說(shuō)每一次畫(huà)圖動(dòng)作都新建了一個(gè)圖層。在最后繪圖完成之后，將一個(gè)個(gè)圖層相互覆蓋。這樣作圖的好處就是我們可以直接更改一個(gè)圖層，來(lái)修改我們某一步的作圖操作。這樣我們控制最后的輸出圖就更加的靈活了。

綜上所述，R語(yǔ)言在數(shù)據(jù)報(bào)告，特別是可視化這個(gè)過(guò)程中，相比Excel和Spss更加具有優(yōu)勢(shì)。但是R語(yǔ)言并不是完美的，我們?cè)谑褂冒臅r(shí)候，并不能完全的隨心所欲。因?yàn)榘脑O(shè)計(jì)者也對(duì)一些功能進(jìn)行的限制。但是如果我們確實(shí)需要某項(xiàng)功能，我們可以通過(guò)改寫(xiě)代碼來(lái)實(shí)現(xiàn)。從這一點(diǎn)來(lái)說(shuō)，R語(yǔ)言數(shù)據(jù)可視化功能還是很完整的。

5 結(jié)論

通過(guò)以上的比較分析，我們不難發(fā)現(xiàn)他們之間的區(qū)別和聯(lián)系，也讓我們?cè)谄綍r(shí)的學(xué)習(xí)和生活中有了選擇的參考。但是我們?nèi)匀灰涀。瑳](méi)有最好的軟件，只有最合適的軟件。我們?cè)谶x擇軟件的時(shí)候要根據(jù)自己的實(shí)際需要來(lái)選擇，而不能認(rèn)為某種軟件是最強(qiáng)的，就把所有的數(shù)據(jù)處理工作都交給一種工具來(lái)處理。通常結(jié)合多種工具來(lái)處理數(shù)據(jù)，我們會(huì)得到最好的效果。

參考文獻(xiàn)：

[1] 張文霖.數(shù)據(jù)分析初體驗(yàn)[J].數(shù)據(jù)，2013（5）：46-47.

[2] 段昕宏.巧用Excel編制銀行存款余額調(diào)節(jié)表[J].財(cái)會(huì)通訊，2005（8）：74.

[3] 鄧振偉.SPSS軟件在正交試驗(yàn)設(shè)計(jì)、結(jié)果分析中的應(yīng)用[J].電腦學(xué)習(xí)，2009（5）：15-17.

[4] 關(guān)彥輝.R軟件在《概率統(tǒng)計(jì)》教學(xué)中的應(yīng)用[J].現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版），2009（12）：87-90.

[5] 姜忠尉.統(tǒng)計(jì)分析軟件SPSS的特點(diǎn)和應(yīng)用分析[J].中國(guó)證券期貨，2012（4）：291.

[6] 尚新利.利用EXCEL軟件進(jìn)行線性回歸分析[J].氣象與環(huán)境科學(xué)，2007（S1）：188-189.

[7] 羅鳳明.如何使用統(tǒng)計(jì)軟件SPSS進(jìn)行回歸分析[J].電腦知識(shí)與技術(shù)，2008（2）：293-294+304.

[8] 楊霞.R語(yǔ)言在大數(shù)據(jù)處理中的應(yīng)用[J].科技資訊，2013（23）：19-20.