数据分析包的比较

数据分析包的比较：R，Matlab，SciPy，Excel，SAS，SPSS，Stata

名称	优点	缺点	是否开源	典型用户
R	代码库支持，可视化	深入的学习曲线	是	金融，统计
Matlab	优秀的矩阵计算，可视化	费用贵，不完全支持统计	否	工程
SciPy	Python	不成熟	是	工程
Excel	容易，可视化操作	大数据集	否	商业
SAS	大数据集	贵，过时的编程语言	否	商业，政府
Stata	简单的统计分析		否	科学
SPSS	和Stata很像，但是更加贵，而且差

 

1从表上可以看出主要是两大阵营：更加面向编程的解决方案，R，matlab和python；面向分析的解决方案，Excel，SAS，Stata和SPSS。

2python“不成熟”：matplotlib，numpy和scipy都是独立的代码包，它们往往不在一起。

3matlab语言是很弱的语言

4matlab是最好的开发新的数学算法的工具，在机器学习方面非常流行。

5SPSS和Stata是一个类型的

6SPSS和Stata主要适合科学计算

7SAS主要是一些比较早的从事数据相关工作的群体使用

8R的内存限制可以通过mysql来处理，或者运用机器集群来运算处理

9SAS在处理图形方面的能力有限

10R具有很强的可视化能力

11Excel拥有庞大的用户群

PS:

What programming languages you used for data mining / data analysis in the past 12 months? [570 voters]
R (257)	45%
SQL (184)	32%
Python (140)	25%
Java (139)	24%
SAS (121)	21%
MATLAB (83)	15%
C/C++ (73)	13%
Unix shell/awk/gawk/sed (59)	10%
Perl (45)	7.9%
Hadoop/Pig/Hive (35)	6.1%
Lisp (4)	0.7%
Other (70)	12.0%
None (7)	1.2%

Notes
On average, data miners use 2.1 languages. Among the top 5 languages, only about 15-25% used that language alone.

The breakdown by region is:

• US/Canada, 42%
• Europe, 30%
• Asia, 16%
• Latin America, 4.9%
• AU/NZ, 2.8%
• Africa/MidEast, 3.0%