前言

近几年，大数据驱动的业务越来越广泛。以大数据驱动为基石的人工智能、云计算、物联网等新兴技术蓬勃发展，预示着人们进入了第三次信息技术浪潮。

事实证明，数据驱动对IT创新和企业业务发展都有好处，它从数据信息中获取价值，理解数据及其模式，然后从中预测和产生结果。在数据驱动中数据分析师起着基础性的作用，因为他们负责组织，评估和研究数据及其管理模式。成功的数据分析师不仅要具有一定的资格和教育，还必须精通一些特定的工具。尤其是在数据采集，数据清理，数据仓库，数据分析，以及数据可视化方面。今天我将通过我自身的数据分析实践，盘点数据分析的十大工具，让你的数据变得更有价值。

RapidMiner

RapidMiner 起初是德国多特蒙德工业大学人工智能学院的 Ingo Mierswa、Ralf Klinkenberg和Simon Fischer共同开发的一个项目，它可以快速、轻松地对数据进行处理。RapidMiner能够进行数据准备，机器学习，深度学习，文本挖掘，预测分析，数据可视化和模型优化等工作，并在汽车、银行、保险、生命科学、制造业、石油和天然气、零售业及快消行业、通讯业、以及公用事业等各个行业都有着广泛的应用。

它目前自带有1500多种功能，可以同时满足函数模型拖曳与编程两种功能，为技术人员与非技术人员提供了交互式的互动页面。 RapidMiner能使用户自动执行预定义的关联分析，内置模板和可重复的工作流程。Gartner连续六年将RapidMiner置于数据科学和机器学习平台魔力象限的领导者象限中，并指出，RapidMiner为自动化的端到端模型开发提供了广泛而深入的建模功能。

Apache Spark

Apache Spark基本上是一种全能的分析引擎，是使用最多的数据分析工具。它最初由加州大学伯克利分校的Matei Zaharia开发，第一个版本于2012年发布。它附带有多个API，这些API鼓励数据科学家重新访问数据以进行机器学习，数据科学，SQL存储、图形计算等。它是对Hadoop的改进，但可以比MapReduce更快地执行多次，并在访问磁盘时比Hadoop快10倍。

Spark 有许多关于机器学习的 API，它们可以帮助数据科学家根据给定的信息做出惊人的预测，同时它提供的很多模块会让那些使用 Python 的 pandas 或 R 语言的 data.frame 或者 data.tables 的数据分析师、数据科学家或研究人员觉得很熟悉。

另外，Spark 在集群管理方面格外精通，与Hadoop相比，它的改进要好得多，因为后者仅用于存储，正是集群管理系统能够使 Spark 快速处理应用程序。

MySQL

MySQL是一个开放源代码的关系型数据库管理系统（RDBMS），是RDBMS中的佼佼者，它使用SQL(结构化查询语言)进行创建，它有各种电子编程应用程序，尤其是在Web服务器中。虽然有多种存储信息的方法，但总是需要通过有效访问和可分析的方式存储数据，因而数据库被视为数据科学中最有用的技术，这时可以使用 MySQL 收集，清理和可视化数据。

DataRobot

DataRobot由 Jeremy Achin 和 Thomas DeGodoy 于 2012 年在美国波士顿创立，它为所有专业水平的数据科学家提供了一个机器学习平台，可在很少的时间内建立并实施精确的预测模型。该技术通过改变预测分析的速度和经济性来解决数据分析师的痛苦。

DataRobot云平台是根据一些世界顶级数据科学家的信息和经验构建而成的，它在不超过几分钟的时间内，可以组装世界一流的预测模型。DataRobot 凭借灵活的部署，治理，培训和世界一流的支持者等重大业务功能，扩大了机器学习平台的价值。

BigML

BigML 是另一种普遍使用的数据科学工具。它提供了一个完全可交互的基于云的环境，可用于处理机器学习算法。

BigML提供了利用云计算满足行业先决条件的标准化软件。同时，它通过Rest API提供了一种易于使用的Web界面，你可以根据自己的数据需求创建免费帐户或高级账户。它允许对数据进行交互式可视化，并使你能够在移动或IoT小工具上发送可视化图形。

Go Spot Check

Go Spot Check是一个具有突破性的应用程序，可供现场团队实时收集和提供共享数据。准确来讲，它是一个BI分析平台，允许用户组装和收集实时详细信息，并进行快速分析以解决敏锐的业务问题。该工具执行三个简单步骤：创建，收集和分析，以实现数据分析。在这个程序中，用户可以实时分析数据，并且可以访问仪表板以观察工作进度和执行情况。

Alteryx

Alteryx 公司总部位于加利福尼亚州尔湾市，它提供了一个快速实施的端到端分析平台，该平台可以使业务专家和数据研究人员参与其中，以打破信息障碍，它提供改变游戏规则的权力，从而为你带来巨大的利益业务问题。Alteryx平台可自助，点击，简化，适用于全球领先企业中的众多个人。

Mozenda

Mozenda 是基于企业云的 Web 爬虫平台。它可以帮助组织最有效，最经济地收集和组织网络信息。该工具具有点击界面和易于使用的UI。该设备分为两个部分：一个用于创建数据提取项目的应用程序和一个用于运行代理，组织结果以及导出数据的Web控制台。它易于合并，并允许用户以CSV，TSV，XML或JSON组形式发布结果。该工具同样允许API访问以获取信息，并且具有内置的存储集成，例如FTP，Amazon S3，Dropbox等。

MATLAB

MATLAB是用于处理数学数据的多范式数值计算环境。它是一种开源软件，可进行矩阵计算，算法执行和数据统计建模。

MATLAB最广泛地用于多个科学学科。在数据科学中，MATLAB用于模拟神经系统和蓬松的原理。利用MATLAB图形库，你可以实现惊人的可视化效果。MATLAB还用于图像和信号处理，这使得它成为数据科学家的一种多功能工具，因为他们可以处理从数据清理分析到进一步的深度学习算法中的所有问题。

Paxata

Paxata率先提供了智能的自助服务数据准备应用程序，该应用程序基于机器学习提供通用企业级平台，它能够使所有企业用户自动地将原始信息立即转换为就绪信息，从而成为企业的先锋。他们的自适应信息平台可以将来自任何数据源，任何云或任何条件的数据划分到信息结构中，以使任何公司都能制作可信赖的信息。

使用Paxata，用户单击即可完成命令，而不是敲代码，只需几分钟，而不是几个月。他们与所有业务的消费者进行互动，以使他们以飞快的速度掌握数据，成为信息启发型企业。

Paxata与诸如Cloudera和Amazon之类的云提供商，大数据和商业智能解决方案提供商紧密合作，并且与BI设备（包括Salesforce Wave，Tableau，Qlik和Microsoft Excel）完美地结合在一起，从而显著缩短了获取有价值信息的时间。