大数据时代，大数据分析行业水涨船高，很多身边的朋友都想学习一下如何进行大数据分析。经常有人问我该怎么选择大数据分析工具。也对，面对市面上那么多大数据分析工具，大家在选择的时候都会懵一下。数据分析人，多会用到数据分析+数据可视化的功能。
1.Excel
Excel可以说是一款非常基础的大数据分析工具了，很多人都是用Excel进行大数据分析入门学习的。别看Excel是一款基础大数据分析工具，其实Excel具有非常全的大数据分析功能，非常适合于大数据分析新人。
优点：
新人友好度高，易于上手。
使用方便，不需要多掌握一门操作语言。
操作简单，学习成本低。
缺点：
共享方面：Excel是以电子表格形式进行大数据分析的，不易于数据共享。经常需要共享数据的人一定很崩溃。
数据源：当所需要的数据源有多个时，整合数据源非常麻烦。
可视化：Excel可以完成基本的可视化操作。但是Excel是静态的，数据有变动时操作麻烦。
2.Tableau
Tableau在国外属于大数据分析工具的佼佼者了，是一款非常专业的大数据分析工具。
优点：
专业性强，适合高需求人士操作。
数据清理/调整、检查/筛选、联接/合并都拥有着比较体系的数据加工策略。
属性设置非常灵活。
缺点：
学习方面：操作难度较大，学习成本高。
本土适应性：外国产商，解决国内企业数据问题能力较差。
数据源：可以连接国际主流数据库，但不支持连入部分国内数据库。
3.FineBI
FineBI是一款国内主流BI大数据分析工具，占据了国内16.3%的商业智能市场，具有良好的大数据分析和数据可视化能力。
优点：
新人友好度高，可以进行自助式大数据分析。
支持多种数据源链接，适应国内数据市场。
易于操作，可以通过拖拽对数据分析报表进行编辑。
适应国内环境，有一套针对国内企业问题的解决方案。
缺点：
属于轻量级数据分析工具。
4.Python
Python是一种跨平台的高级编程语言，可以应用在多个领域，尤其是大数据分析领域。而且Python拥有umpy、matplotlib、scikit-learn、pandas、iPython多种工具，在大数据分析中很有优势。
优点：
编程能力强。除了数据分析还可以爬虫、写游戏等。
简单易学。和java相比，Python的学习还是非常简单的。
缺点：
不能拖拽数据进行分析，对于没有编程基础的人来说较难理解。
在处理大数据时，效率不高。
5.FineReport
FineReport是一款专业的大数据分析工具，而且还具有非常好的可视化功能，可以制作公司可视化大屏。数据可视化可以将做好的大数据更好地展现出来，FineReport内置多种可视化模版，还可以做动态报表！
优点：
纯Java编写的、集数据展示（报表）和数据录入（表单）功能于一身。
可以直连数据库，支持多种数据库。
支持报表管理、报表权限分配等多种功能。
缺点：
数据量大时不易对数据进行搜索。不过在新更新的FineReport八月版中已经增加了目录管理搜索功能。
总结：不同的大数据分析工具有着不同的适用场所。在选择大数据分析工具时，还是应该根据公司或者个人的实际需求来做决定。
