从两个专业人士的视角说说对统计数据挖掘金融行业的认知，期望能让“统计数据挖掘金融行业”在你脑子里有两个明晰的世界地图，也期望能协助陷于改行彷徨的你看清楚方向。
上面归纳了7种统计数据挖掘常见远距工具和他们的机能和优劣，期望能帮助到你们
excel
Excel称得上最常见，采用范围较广的统计数据挖掘远距工具。常被分类到办公设备应用软件的类型中，它能展开各种统计数据的处置、系统分析和远距重大决策操作，广为地应用作管理、统计财经、金融等众多领域。Excel适宜于处置单纯的统计数据挖掘问题，从Excel2010版开始，Excel增加了统计数据挖掘应用软件包，远距工具包不能直接采用，而是须要采用者全自动读取后就可以显示EditGrid中。
常见机能和缺点：
1. Data Sources 统计管理工具：Excel是一种灵巧，更易采用的表单，通常见于建立统计数据集。它能借助于统计数据连接机能将通则：Excel专主要用作建立具有广为机能的形式化和单纯统计数据源，最适宜对形式化统计数据展开系统分析。4. 统计数据建模：在采用excel展开统计数据建模时，须要首先处置存在的统计数据，然后全自动建立不同的图象，绘图。为了使建模更易认知，须要努力学习excel的机能。5. Dashboards 仪表板：Excel提供了有限的建立中控台机能，创下过程繁杂。6. 界面：须要掌握宏和Visual BasicJAVA的科学知识，就可以充分发挥Excel的最大发展潜力。7.词汇倚赖：Excel和其他Microsoft Office流程的C词汇是VBA。另外，当你从两个折射表挑选出项目时，Excel采用MDX来索引表头和值。从Analysis Services布季夫统计数据集中引入统计数据时，也能全自动聚合MDX查阅。8. 表现：Excel的运行速度稍低，但没有办法加快。9. 统计数据可得性：Excel是某一于使用者的。但，你能采用Power BI来共享资源你的Excel工作簿给你的同僚们。关键习题：excel基本表达式(sumif,countif,left,rand等)、lookup(vlookup/hlookup)，统计数据折射表
Power BI
Power BI 是一种收集、分析和建模统计数据以形成可行见解的有效方法。它协助初创公司和企业通过操作实时统计管理工具来建立具有见解的中控台。这些中控台提供了实时见解，以了解在组织内展开的流程的整体性能。你甚至能外包 Power BI 咨询和开发，以获得最佳效果。Power BI能连接到使用者的外部资源，包括SAP HANA，JSON，MySQL等。它能连接到Microsoft Azure统计数据库，第三方统计数据库，文件和在线服务，例如Salesforce和Google Analytics。Power BI的统计数据源专注于统计数据提取，并轻松构建潜在的复杂统计数据源。
常见机能和缺点：
1. Data Sources 统计管理工具：Power BI能连接到使用者的外部资源，包括SAP HANA，JSON，MySQL等。它能连接到Microsoft Azure统计数据库，第三方统计数据库，文件和在线服务，例如Salesforce和Google Analytics。
接器。
2. 统计数据发掘：Power BI能自由浏览统计数据而无需提前知道所需的答案。能先发现关联和趋势，然后深入了解导致其发生的原因。这些系统能一目了然地了解统计数据。
3. 统计数据源和通则：Power BI的统计数据源专注于统计数据提取，并轻松构建潜在的复杂统计数据源。
4. 统计数据建模：采用Power BI将侧边栏中的统计数据插入到建模中。它还允许使用者通过采用自然词汇展开查阅来建立建模效果。当深入到统计数据集进行分析时，Power BI确实设置了3500个统计数据点限制。但，此统计数据点限制有一些例外：R视觉效果的最大统计数据点限制为1,50,000，Power BI视觉效果的最大统计数据点限制为30,000统计数据点，散点图的最大统计数据点限制为10,000统计数据点 。
5. Dashboards 仪表板：Power BI能轻松创下中控台，以建立美观的中控台
6. 界面：Power BI 的界面不须要编码科学知识就能开发精细且复杂的建模报表。Power BI 界面非常易学，也因此被使用者偏爱。
7.词汇倚赖：DAX和M是Power BI采用的词汇；两种词汇在建立Power BI模型时，有着不同的采用方式，且相互独立。M是一种公式查阅词汇。在将统计数据读取到Power BI模型之前，能采用M词汇在power query编辑器中查看、编辑和准备统计数据。
能通过将你的仪表板发表到两个工作空间里来保存和共享资源它，其他人能在上面合作编辑。存储容量限制取决于工作区的类型（共享资源或高级）。
部署系统。关键习题：增删改查，特别是条件查阅(where, group by, order by等)
Tableau
Tableau发行于2003年，是一种交互式统计数据建模应用软件，被公认为增长最快的统计数据可视化远距工具，主要是因为它能协助使用者查看和认知统计数据。它将原始统计数据转换成可认知的视觉效果，从而改变人们采用统计数据展开问题解决和重大决策的方式。
常见机能和缺点：
1. Data Sources 统计管理工具：Tableau支持数百种统计数据连接器，包括在线分析处置（OLAP）和大统计数据（例如NoSQL，Hadoop）和云统计数据。
2. 统计数据发掘：通过Tableau，你能自由浏览统计数据而无需提前知道所需的答案。能先发现关联和趋势，然后深入了解导致其发生的原因。这些系统能一目了然地了解统计数据。
3. 统计数据源和通则：Tableau能建立单纯的统计数据源，例如单个表，也能建立更复杂的统计数据源，其中多个表采用关系，联接和联合的不同组合。它最适宜快速，轻松地表示大统计数据，有助于解决大统计数据问题。
4. 统计数据建模：采用Tableau，使用者能建立不同类型的基线建模图象，包括热图，折线图和散点图。此外，使用者能建立统计数据“如果”的情况，还能自由地在分析中采用任何数量的统计数据点。
6. 界面：Tableau 的界面不须要编码科学知识就能开发精细且复杂的建模报表。Tableau有两个智能界面，能容易地建立仪表板，但Power BI更单纯。
7.词汇倚赖：Tableau的应用软件工程师采用多种C词汇，但组成Tableau Desktop代码最主要的词汇是C++。
8. 表现：Tableau和Power BI运行速度也稍低但能优化和增强，Tableau胜在速度和能力。
9. 统计数据可得性：在Tableau上建立的建模报表能在Tableau服务器上被保存和共享资源给其他的Tableau采用者。
Tableau能建立单纯的统计数据源，例如单个表，也能建立更复杂的统计数据源，其中多个表采用关系，联接和联合的不同组合。它最适宜快速，轻松地表示大统计数据，有助于解决大统计数据问题。
MySQL
MySQL 作为互联网中非常热门的统计数据库，在高并发业务场景下，一条好的 MySQL 语句能为企业节省大量的运作时间和成本，这也是为何互联网大厂面试官最爱考察统计数据库底层和性能调优的原因。因此，了解其底层原理和架构的设计非常重要，尤其是MySQL的存储引擎，很大程度上决定了 MySQL 整体的执行效率和工作性能。
SPSS
SPSS是世界上最早的系统分析应用软件。
常见机能和缺点：
1.操作简便：界面非常友好，除了统计数据录入及部分命令流程等少数输入工作须要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
2.编程方便：具有第四代词汇的特点，告诉系统要做什么，无需告诉怎样做。只要了解系统分析的原理，无需通晓统计方法的各种算法，即可得到须要的系统分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，使用者无需花大量时间记忆大量的命令、过程、选择项。
3.机能强大：具有完整的统计数据输入、编辑、系统分析、报表、绘图制作等机能。自带11种类型136个表达式。SPSS提供了从单纯的统计描述到复杂的多因素系统分析方法，比如统计数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
4.统计数据接口：能读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器应用软件聚合的ASCⅡ统计数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS统计数据文件。能把SPSS的绘图转换为7种绘图文件。结果可保存为*.txt及html格式的文件。
5.模块组合：SPSS for Windows应用软件分为若干机能模块。使用者能根据自己的分析须要和计算机的实际配置情况灵巧选择。
6.针对性强：SPSS针对初学者、熟练者及精通者都比较适用。并且很多群体只须要掌握单纯的操作分析，大多青睐于SPSS。
SAS
SAS是全球最大的应用软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的系统分析应用软件。SAS把统计数据存取、管理、分析和展现有机地融为一体。
常见机能和缺点：
1、机能强大，统计方法齐，全，新：SAS提供了从基本统计数的计算到各种试验设计的方差分析，相关回归分析和多变数分析的多种系统分析过程，几乎囊括了所有最新分析方法，其分析技术先进，可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。
2、采用简便，操作灵巧：SAS以两个通用的统计数据（DATA）步产生统计数据集，尔后以不同的过程调用完成各种统计数据挖掘。
3、提供联机协助机能：采用过程中按下机能键F1，可随时获得协助信息，得到简明的操作指导。
Python
Python是一种面向对象、解释型计算机流程设计词汇。Python语法简洁而明晰，具有丰富和强大的类库。它常被昵称为胶水词汇，能把用其他词汇制作的各种模块轻松地联结在一起。
常见机能和缺点：
1.单纯：Python是一种代表单纯主义思想的词汇。阅读两个良好的Python流程就感觉像是在读英语一样，尽管这个英语的要求非常严格！Python的这种伪代码本质是它最大的缺点之一。它使你能专注于解决问题而不是去搞明白词汇本身。
2.易学:就如同你即将看到的一样，Python极其容易上手。前面已经提到了，Python有极其单纯的语法。
3.免费开源:Python是 FLOSS（自由/开放源码应用软件）之一。单纯地说，你能自 由地发布这个应用软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用作新的自由应用软件中。FLOSS是基于两个团体分享科学知识的概念。这是为什么 Python如此优秀的原因之一——它是由一群期望看到两个更加优秀的Python的人创造并经常改进着的。
4.高层词汇:当你用Python词汇编写流程的时候，你无需考虑诸如如何管理你的流程采用的内存一类的底层细节。
5.可移植性:由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能工 作在不同平台上）。如果你小心地避免采用倚赖于系统的特性，那么你的所有Python流程无需修改就能在下述任何平台上面运行。这些平台包括 Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS /390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE甚至还有PocketPC和Symbian！
6.面向对象:Python既支持面向过程的编程也支持面向对象的编程。在“面向过程”的语 言中，流程是由过程或仅仅是可重用代码的表达式构建起来的。在“面向对象”的词汇中，流程是由统计数据和机能组合而成的对象构建起来的。与其他主要的词汇如 C++和Java相比，Python以一种非常强大又单纯的方式实现面向对象编程。
7.可扩展性:如果你须要你的一段关键代码运行得更快或者期望某些算法不公开，你能把你的部分流程用C或C++编写，然后在你的Python流程中采用它们。
8.可嵌入性:你能把Python嵌入你的C/C++流程，从而向你的流程使用者提供JAVA机能。
9.丰富的库:Python标准库确实很庞大。它能协助你处置各种工作，包括正则表达式、 文档聚合、单元测试、线程、统计数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（绘图使用者 界面）、Tk和其他与系统有关的操作。记住，只要安装了Python，所有这些机能都是可用的。这被称作Python的“机能齐全”理念。
除了标准库以 外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。总的来说，如果想要从事统计数据挖掘这个岗位，学会用Python是非常有必要的！Python确实是一种十分精彩又强大的词汇。它合理地结合了高性能与使得编写流程单纯有趣的特色。
关键习题：numpy，pandas，matplotib，seaborn包的熟练采用
