数据分析的工具选择

过去几年，数据分析界被R弄得神魂颠倒，但R的风潮尚未过去，Python又兴起了，并有愈演愈烈之势。而传统的数据分析工具，老牌的SAS和SPSS依然还占据市场，那我们究竟该如何选择数据分析工具呢？

SAS和R的比较已经是分析界最大的争论了，Python也值得一辩。本文再对这三个工具进行比较和讨论，希望大家可以从中获得收益。

难道这样的比较还不够多吗？

很多了！但是我仍然觉得有必要再讨论，因为：

咱们这行日新月异，变化很快；

此前的比较一直都不太重视Python，我认为现在咱们需要认真的考虑一下它；

本文是从全球的角度来比较这三个工具的应用情况。

背景

关于这三者的简单介绍：

（1）SAS：在商业分析领域，它是无可争辩的霸主。SAS提供了丰富的统计功能，友好的GUI界面可以让分析师快速上手，技术支持也做的相当到位。但，太贵了，并且对于一些最新的统计分析方法，SAS更新比较慢。

（2）R：R可以看做SAS的一个“开源版本”，在学术研究上的应用一直很广泛。由于它是开源的，新的模型和算法也更新很快，并且网上有很多说明文档，是个蛮划算的选择。

（3）Python：最早是一个开源脚本语言，近几年使用率大增。如今一些库（如numpy、scipy和matplotlib）和函数的引入，也使得它能支持几乎所有统计分析和统计建模工作。另外也由于Pandas这个库，使得Python在结构化数据的处理上非常给力。

比较

我将从如下几个方面来比较这三个工具：

1. 成本

2. 易学性

3. 数据处理能力

4. 图形处理能力

5. 更新速度

6. 工作前景

7. 客服支持和社区资源

对于每一个方面，作者都给出了一个评分（1分最低、5分最高）。

1. 成本

SAS是商业软件，对于大部分分析师个人来说，是根本买不起的！但是SAS在机构或公司中拥有最高的市场份额。而R和Python是免费的，并且可以任意下载，所以我的评分是：

SAS - 2

R - 5

Python - 5

2. 易学性

首先，SAS非常容易上手，比如它的PROC SQL命令，对于任何一个学过SQL的人来说都可以立即上手。并且SAS有一个很好的GUI界面，网上有很多学习资源。SAS公司也提供了资格认证考试，当然，这又增加了学习者的成本。

R的使用要求懂一点编程，但它是一个低阶的编程语言，也因此一个简单的程序需要编写更长的代码。

在编程界，Python以简易性闻名，在数据分析界也是如此。虽然目前为止还没有一个很好的GUI界面，但我希望Python的notebook可以变得越来越主流，因为它非常方面编辑、记录与分享。

SAS - 4.5

R - 2.5

Python - 3.5

3. 数据处理能力

数据处理能力曾经一直是SAS的优势。R的计算都在RAM内存中进行，于是它的计算过程受限于32位机器的RAM内存大小。当然，这一切都将不再是问题，这三种软件都有非常好的数据处理能力并且可以并行计算。

因此在我看来数据处理能力已经不能区分这三个工具（当然可能有一些我并不知道的创新），因此我给它们打分一样：

SAS - 4

R - 4

Python - 4

4. 图形处理能力

SAS在“功能性”图形处理上表现不错，然而仅仅是对“功能性”而言。如果你想对图进行一些定制化的修改，则需要去了解纷繁难懂的SAS图形包。

与其他2款软件相比，R在图形处理上的表现最好，有非常多的包可以帮你实现。

Python的表现居中，你不仅可以使用本地库（matplotlib），还可以调用R使用一些衍生库。

SAS - 3

R - 4.5

Python - 4

5. 更新速度

这三个工具都提供了基本的、以及最常用的分析函数，你可以应付大部分模型的构建。但假如，你正好需要使用最新最前沿的技术或算法怎么办？

R和Python由于其开源性，算法可以很快得到更新，R因为一直广泛使用于学术界，因此更新最快，SAS则要再下一个版本中得到更新。

但从另一方面来说，SAS的更新是自有的研发团队完成的，并且得到了很好的测试。而R和Python的更新是“公开贡献”的，出错的可能性要比较大。

SAS - 4

R - 4.5

Python - 4

6. 工作前景

全球而言，SAS仍然是公司和机构中使用最多的工具，尤其是大型公司。而R/ Python更多是初创公司的选择，或者是一些想要节约成本的公司。最近几年，R和Python在工作中的使用率增长很快，下面是网络上公开的，使用R和Python的工作数量趋势图：

在印度（注：作者是印度人），我估计SAS占据约70%的市场份额，R大概15%，而Python不到5%，但增长趋势与全球差不多。

SAS - 4.5

R - 3.5

Python - 2.5

7. 客服支持和社区资源

R有最大的在线社区，但没有客服支持，因此出现麻烦只能自己想办法解决，当然也会得到别人的很多帮助，Python也类似。

SAS有专门的客服支持系统，也有在线社区，所以如果遇到安装或者其他问题，你可以找他们解决。

SAS - 4

R - 3.5

Python - 3

8. 其他因素

还有几点值得注意：

Python在网站开发中应用广泛，所以如果你从事的是互联网相关工作，用Python会比较方便。

SAS在端到端的部署上（可视化分析、数据仓库等），曾经有巨大的优势，但由于近年一些平台如SAP HANA和Tableau上对R的集成和支持，使得SAS的这一优势下降。尽管和SAS的无缝集成相比差距还很远，但道路已经开启。

结论

行业日新月异，现在说谁输谁赢还太早，根据你自己的情况（职业阶段、财务情况等），选择合适自己的。这里有几个小建议：

如果你是数据分析行业里的新人，我会建议你首先使用SAS，它非常好学，并且市场占有率最高。

如果你在数据分析行业已经摸爬滚打了几年，那你应该学习一个新的工具来扩展你的专业技能。

对于此行业里的专业人士，至少应该掌握2种工具，以应对未来的机会与挑战。

如果你在一家创业公司，或者你是个自由职业者——我想你还是老老实实用R或者Python吧！

最后的得分总结如下：

来源网络，侵权联系删除