啥是数据处理能力？（二）数据处理工具

啥是数据处理工具？

• 数据处理是指运用工具加工数据来解决问题的流程。
• 何为工具？工具是指达到目的所借助的器具。荀子曰：“君子生非异也，善假于物也。”
• 我曾写过文章谈到对于“器”的看法：知其性，得其法，因时而用，是谓养器。
• 数据处理工具是按需求对数据进行增删改查操作的工具。熟练操作数据处理工具的能力被称为数据处理能力。
• 数据处理工具的功能：存储数据、查询数据、增加数据、修改数据、删除数据、展现数据。
  • 存储数据：以文件形式存储在设备中，便于能够反复操作。常见文件格式：.docx、.xlsx、.pptx、.csv、.txt、.sql等。
  • 查询数据：按需求以过滤方式获取数据的过程。过滤条件分为：符合条件过滤、排除条件过滤。
  • 增加数据：按照原有数据格式添加新的数据记录的过程。增加方式分为：插入、追加。
  • 修改数据：修改与事实不符数据记录的过程。修改内容分为：记录值修改、字段类型修改。
  • 删除数据：删除没有利用价值的数据记录。删除类型分为：逻辑删除、实体删除。删除数据本质上是一种过滤查询的方式。
  • 展现数据：数据规律以表格或图表的形式展现的过程。原则是“字不如表，表不如图”。数据展现的本质是视觉效果和心理暗示。

SQL

• SQL（Structured Query Language）结构化查询语言，是一种用来访问和操作数据库系统的语言。
• 不同的数据库管理系统（DBMS），具有不同的SQL：Oracle、MySQL、SQL Server、Redis、MongoDB等。
• 数据分析工具中SQL的学习之所以重要，原因是各行各业的信息化系统的普及。数据库管理系统可比作是信息化系统的“仓库”。
• 学习SQL的本质需求是可以直接、方便、快捷地操作数据库管理系统中数据，SQL是获取数据的手段之一。
• SQL学习重点：数据类型、数据库表关系、数据库表及数据的增删改查、SQL函数、存储过程、数据权限管理。

Python

• Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。
• 解释型相对于编译型而言；面向对象相对于面向过程而言；动态数据类型相对于静态数据类型而言。
• 数据分析为啥要学Python？**因为懒惰！**任何一门高级编程语言都可以做数据分析。程序世界的本质就是处理数据信息。
• 学习Python的本质需求是面向对象和Packages。Packages最恰当的意思是“必须整体接收的一套东西”。
• Python学习重点：数据类型、条件和循环语句、函数（方法）、面向对象编程设计（OOP）、Numpy、Pandas、Matplotlib。

Excel

• Excel可谓是家喻户晓的一个工具。作为Office办公软件的扛把子，每个人对它的认识程度都不同。
• Excel的菜单功能是我目前接触到软件中最多的！平时的工作需求，最多利用Excel功能的10%左右就能完成。
• Excel在数据分析中的地位，相当于游戏玩家刚进入新手村的首套装备。凭借一身Excel技能行走江湖的能人数不胜数，不知为何Excel却成为了数据分析技能鄙视链的最底端。
• Excel，作为英文单词的解释是“擅长、突出”。ex-前缀一般是从……中抽出；cel其实是指cell，单元格。个人理解：Excel是把数据价值从单元格Cell中抽取出来的工具。
• 学习Excel的本质需求是高效快捷的进行数据组织、数据处理和数据展示。
• Excel学习重点：三大表（明细表、参数表、汇总表）数据组织方式、单元格引用、单元格属性、数据透视表、公式、图表、筛选排序查找替换。

BI

• BI（Business Intelligence，商业智能），这个词1996年提出的。但是BI在国内被广泛熟知的时间是近十年左右。
• BI工具的出现并非偶然，而是一种必然。数据量骤增、数据价值凸显、数据安全意识增强等一系列因素，对数据处理速度和数据安全性提出巨大的挑战，此时BI应运而生。
• 目前主流的BI工具主要有：Tableau、Power BI、FineBI、QlikView等。
• 学习BI工具的本质需求数据处理能力强、联机在线分析处理（OLAP）、交互式数据可视化效果。
• BI工具学习重点：SQL基础、计算字段、图表样式、内置函数功能、数据联动钻取、数据讲故事能力。