关于问题数据分析工具类软件，好用的有哪些？一共有 2 位热心网友为你解答:
【1】、来自网友【数据分析不是个事儿】的最佳回答：
先看张图：
这是我用 FineBI 做出来的，可以说这是一款集自助分析和可视化于一体的神器–FineBI，听过 Tableau 和 PowerBI 的应该也都知道，他们都是同一类工具，但相之于两者，优势更加明显！
接下来讲重点讲解它的主要功能、特点和同类具的对比、以及基本使用方法。
FineBI 的主要功能
FineBI 是一款 BI 商业智能工具，能简单快速的生成各种酷炫的可视化数据报表，做有目的性的数据分析。
所以，它主要完成下面几个工作：
1. 数据的整合
2. 数据的分析和可视化
3. 报表制作与发布
FineBI 的主要特点
BI 工具那么多，为何我要重点推荐这款 BI 工具呢？
但这款 BI 做为国产，不由得让我产生好奇和好感，值得关注和鼓励。更何况它能够足以应对基本的数据分析，不虚于那两者，且具备下面几大特点：
1、打通各类数据源
FineBI 能够从各种数据源中抓取数据进行分析，除了支持大家常用的 Oracle、SQLServer、MySQL 等数据库，还支持 SAP BW、HANA、Essbase 等多维数据库。
大数据前端分析，FineBI 可对接 Hadoop、Kylin、Derby、Gbase、ADS、Hbase、Mongodb 等大数据平台。在对接方面有自己的分布式连接方案。
下图是 FineBI 的数据连接窗口：
私信回复”BI“，即可获取工具!
还支持导入 Excel 数据，支持从 R 语言脚本导入数据。所以基本能对接各类数据源，打通并整合。
2. 易用性(无需编程)
FineBI 采用的拖拽数据字段，自动出图的操作方式，让我们可以把更多精力投放到数据管理，算法研究和业务沟通上。下图展示了 FineBI 清爽商务的工作界面。
易用性还体现在数据处理方面。
要知道一份数据拿到在分析是还是要做很多公式计算、过滤筛选处理的。惊喜的是这个工具内置了各种计算公式、过滤组件。
比如时间过滤，大家觉得还要手写公式么。
各种现成的计算公式，基本告别 SQL 和代码。
这里展示的仅仅是一小个方面，绝大多数商业公司出品的软件在易用性方面完爆开源产品。
3、可视化颜值高
一些图表（出自官方）
4、数据权限管控
FineBI 的数据权限管控，可以说是很专业了，这也是开源和商业不能比的。
笔者是 FineReport 的深度用户，FineReport 是报表应用工具，应用面更广，数据安全性要求也更高，FineBI 差不多是沿用了其兄弟产品的一套权限管理方案。可以对不同部门/岗位/角色的人员，进行数据源/业务包/数据表/分析报表的权限管控。简单来讲，你可以让不同人看到仅有自己权限下的报表和数据。
【2】、来自网友【葡萄城 GrapeCity】的最佳回答：
通过数据可视化可以非常直观的展示数据的分布特征，帮助用户快速的分析数据，解决业务问题。目前国内有很多非常优秀的数据可视化工具和技术。小编给大家梳理了一些让人惊艳的数据可视化工具。1、数据可视化语言工具类 2、BI 可视化工具类 3、统计分析可视化工具类 4、JS 可视化库下面为大家详细地介绍每种类型的代表性工具。1、数据可视化语言工具数据可视化语言主要用 Python、R 等。Python 在日常工作中，为了更直观地发现数据中隐藏的规律，察觉到变量之间的互动关系，人们常常借助可视化帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。在 Python 中，常见的数据可视化库有:
- matplotlib 是最常见的 2 维库，可以算作可视化的必备技能库，由于 matplotlib 是比较底层的库，api 很多，代码学起来不太容易。
- seaborn 是建构于 matplotlib 基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习 matplotlib。
上述两个库都是静态的可视化库，大多数做过前端 Web 开发的同学都用到过 Echarts.js 库，它是一款前端可视化的 JS 库、功能非常之强大。在使用之前，需要导入 js 库到项目中。对于平时用 Python 较多的同学而言，如果每次实现可视化功能(特别是一些小需求)，都需要引用 js 库显然不太方便，于是就在想有没有 Python 与 Echarts 结合的轮子。答案是肯定的，在 Github 中就有一个国人开发的一个 Echarts 与 Python 结合的轮子：Pyecharts，它不仅很好的兼容了 web 项目，而且可以做到可视化的动态效果。Pyecharts 是一个用于生成 Echarts 图表的类库。常规的 Echarts 是由百度开源的一个数据可视化 JS 库，主要用于数据可视化。简单来说，Pyecharts 是一款将 python 与 echarts 结合的强大的数据可视化工具。
R 语言 R 语言有两大绘图系统：基础绘图系统和 Grid 绘图系统，两者相互独立。基础绘图系统直接在图形设备上画图；而 Grid 系统将界面分成矩形区域（viewport），每个区域有自己独立的坐标体系，并且相互可以嵌套，使得 Grid 系统可以画出更复杂的图形。用过 R 的朋友们知道，R 的功能是通过一个个库（package）——也就是我们常说的工具包实现的。基础绘图系统依赖于 graphics 包。基于 Grid 系统的包有 grid，lattice，ggplot2 等。grid 包仅提供低级的绘图功能（如点、线等），并不能画出完整的图形。更高级的图形是两个主流绘图包 lattice 和 ggplot2 来实现。
2、BI 可视化工具类
Wyn Enterprise – 嵌入式商业智能和报表软件|可视化 BI 数据分析工具
作为一款商业智能软件，Wyn Enterprise 的 BI 仪表板内置 50 多种自主研发的数据可视化效果，包括：条形图、柱状图、折线图、面积图、饼图、玫瑰图、旭日图、雷达图、散点图、气泡图、树形图、组合图、KPI 指标卡、2D 地图、3D 地图、表格、透视表、迷你图等。同时，完全开放的 可视化插件机制，可以将 Echarts、D3.js、ChartJS、G2、3D 模型等集成到仪表板中，满足任何可视化效果的需要。
Wyn Enterprise 商业智能零编码即可实现您的全部需要。包括屏幕自适应、多页面仪表板、自动数据刷新、3D 动画特效等，并已经应用到智慧园区、智能车间、健康医疗、电力能源、校园安全、数字指挥中心等场景。
TableauTableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau 控制台灵活，具有高度的动态性。Tableau 公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。
3、统计分析工具类统计分析的可视化工具的代表主要有 Matlib、SPSS、Origin 等。MatlibMATLAB 在数据处理、运算和分析中的各种应用。和其他类似的科学计算工具相比，MATLAB 图形编辑功能显得尤为强大。通过图形，用户可以直观地观察数据间的内在关系，也可以十分方便地分析各种数据结果。从最初的版本开始，MATLAB 就一直致力于数据的图形表示，而且在更新版本的时候不断地使用新技术来改进和完善可视化的功能。MATLAB R2014b 推出了全新的 MATLAB 图形系统。全新的默认颜色、字体和样式便于数据解释。抗锯齿字体和线条使文字和图形看起来更平滑。图形对象便于使用–您可以在命令窗口中显示常用属性，并且对象支持熟悉的结构化语法，可以更改属性值。
SPSS 在进行数据分析时，比如频数分析，想了解男女的分布比例，此时直接进行分析 SPSSAU 默认会生成对应的图，方差分析，T 检验，交叉分析等也是如此。SPSSAU 总是会默认提供最适合的图，当然也可选择使用。为什么 SPSSAU 可以做到这样，原因在于做分析的时候已经带着数据的类型，因此 SPSSAU 默认就知道应该画出什么样的图形。比如做交叉分析，在得到规范表格时，SPSSAU 默认会生成对应的柱形图，条形图，堆积柱形图或堆积条形图等，SPSSAU 默认提供的图通常都是最优的，如果你希望切换成其它类型，点一下就好。
4、JS 可视化组件类 Echarts 一个纯 java 的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费。
评价：非常好的一个可视化库，图表种类多，可选的主题。以前我们产品中就是使用 echarts 进行可视化需求的定制开发。Echarts 中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。HighCharts
与 echarts 相似，同样是可视化库，国外的产品，商用需要付费，文档详尽。同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择 echarts 肯定不会选择 highcharts。AntV
Antv 是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用 the grammar of Graphics 这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。是一个优秀的可视化库，需要进行二次开发。因为采用的是 the grammar of Graphics 语法，和 echarts 相比各有千秋。
