想从事数据分析工作，学什么软件或语言最好？

建议直接学习 r 或者 Python，两者在数据分析、机器学习等领域都发展迅猛，这两者是互补的，可以同时学习，双方都有调用对方功能的接口。如果还有迷惑，推荐一篇文章:数据科学界华山论剑:R与Python的巅峰对决，对两者在数据分析领域的应用有着客观详实的分析。

　　随着Big Data 热潮持续延烧，几乎每个产业都有如洪水般倾泻的资讯，面对上万笔的顾客浏览纪录、购买行为数据，如果要用Excel 来进行数据处理真是太不切实际了，Excel相较于其他统计软件的功能已相去甚远；

　　但如果只会操作统计软件而不会用逻辑分析Data 背后的涵义与事实现况相应证的话，那也不过只能做数据处理，替代性很高的工作，而无法深入规划策略的核心。

　　当然，基本功是最不可忽略的环节，想要成为数据科学家，对于这几个编程语言和工具你应该要有一定的认识：

　　若要列出所有程式语言，你能忘记其他的没关系，但最不能忘的就是 R。从 1997 年悄悄地出现，最大的优势就是它免费，为昂贵的统计软件像是 Matlab 或 SAS 的另一种选择。

　　但是在过去几年来，它的身价大翻转，变成了数据科学界眼中的宝。不只是木讷的统计学家熟知它，包括 Wall Street 交易员、生物学家，以及硅谷开发者，他们都相当熟悉 R。多元化的公司像是 Google、Facebook、美国银行以及 New York Times 通通都使用 R，它的商业效用持续提高。

优秀的数据分析师需要具备这样一些素质：有扎实的 SQL 基础，熟练使用 Excel，有统计学基础，至少掌握一门数据挖掘语言（R、SAS、Python、SPSS），有良好的沟通和表达能力，做好不断学习的准备，有较强的数据敏感度和逻辑思维能力，深入了解业务，有管理者思维，能站在管理者的角度考虑问题。

优秀的数据分析师需要具备这样一些素质：有扎实的 SQL 基础，熟练使用 Excel，有统计学基础，至少掌握一门数据挖掘语言（R、SAS、Python、SPSS），有良好的沟通和表达能力，做好不断学习的准备，有较强的数据敏感度和逻辑思维能力，深入了解业务，有管理者思维，能站在管理者的角度考虑问题。

优秀的数据分析师需要具备这样一些素质：有扎实的 SQL 基础，熟练使用 Excel，有统计学基础，至少掌握一门数据挖掘语言（R、SAS、Python、SPSS），有良好的沟通和表达能力，做好不断学习的准备，有较强的数据敏感度和逻辑思维能力，深入了解业务，有管理者思维，能站在管理者的角度考虑问题。

python

除了excel，

1、开源和语言方面：建议是R语言和PYTHON。

2、数据建模方面：建议是SPSS，操作不难。

3、数据可视化分析方面：建议是BDP个人版，简单但却很厉害。