帆軟大師兄

做過表格的人可能都經歷過一件痛苦的事——製作複雜報表。

對於一些報表，如下圖生產計畫表，由於存在很多維度引數、表內及表間的關聯，填寫一不小心，報表就錯亂了，而且手工調整費時又費力。所謂萬能的Excel樞紐分析表又無法完成多種分類統計，如型號、日期、生產線等。

目前市場上活躍的報表工具不少，有老牌新興之分，收費付費之分，開發語言之分等。對於一個對初涉報表開發領域的程式設計師來說，要選擇一款合用的報表工具絕非易事。對於報表開發老手來說，了解報表市場最新狀況以檢視當前開發工作，也大有裨益。

對目前的報表工具主要從下面幾個方面做一個分類：

DB-Engines 剛發佈了 2019年5月份的資料庫排名。DB-Engines 排名的資料依據 5 個不同的因素，詳情請看ranking method。

排名前十五如下：

對於資料分析師來說，視覺化永遠是一門不過時的學問，不僅因為上到企業高層、下到業務分析都要用到視覺化，更因為它是分析師手中的優秀工具，它向我們揭示了資料背後的規律。 但很多人又會問，自己做的資料視覺化其貌不揚，老闆直搖頭？ 其實想要做出漂亮的視覺化非常簡單，很多人只是瞭解其中基本的圖表類型，比如柱狀圖、橫條圖、圓形圖等，但想要實現視覺化進階，還必須掌握一些高級的圖表效果。 本文介紹的25個圖表效果都是十分經典和實用的，如果能夠活用它們，就能讓你的視覺化瞬間提升一個level！不信你看看下面幾張圖：

一、入門的過癮是能【咻~的一下看完】

《深入淺出數據分析》

資料分析入門第一本。通俗簡單，卻能夠讓你對資料分析的相關概念有大致的瞭解，要去體會作者傳達出來的思想邏輯和分析原則，這對你以後的學習有很大的幫助。

《深入淺出統計學》

號稱[文組也能看懂]的統計書。儘管閱讀容易，但所講的知識在資料分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析專案中都會用到；比如基本的概率分佈，總體與樣本的概念、置信區間、假設檢驗、回歸分析，都是關於資料分析的統計學知識。

對於資料分析，我一直強調核心是業務，透過業務的分析邏輯影射到資料分析的處理邏輯，而資料分析工具則是説明我們實現結果的手段。 但是，你說工具不重要吧，他又很重要，就像什麼樣的路選擇什麼樣的交通工具，合適的工具能幫我們更快的達到終點。對應資料分析的不同環節，也要選擇不同的工具，甚至選擇更容易上手。今天這篇文章，就是來掃盲工具的。

估計網路上沒有比這個更全面的了

一、從工具屬性和分析師需求來劃分

在企業中，資料分析師往往分為業務和技術兩類，兩者能力和工作內容有較大區別，對於工具的要求也各有側重。

說起BI工具，雖然從1996年BI概念提出到今天，已經有整整20年的歷史，但BI市場的格局仍在劇烈動盪。開源軟體與商用軟體之間的爭奪此消彼長，不斷攪動市場，這給企業在進行BI工具選型時造成了巨大的困惑，BI工具該選哪一家？每一家的BI工具有什麼特點？他們之間的區別又有哪些呢？ 對於企業的IT部門來說，在進行BI工具選型之前，首先要考慮自家企業的需求，比如如果企業只需要做三四張報表，那麼用開源報表寫點代碼就行了，但是如果專案要求週期長、報表多，就不如選用商用BI工具。除此之外，還需要考慮BI工具安裝部署的複雜程度、後期維護成本、產品升級難度、產品性能強度，學習成本、是否支援參數過濾、多變場景需求的適應性等。 那麼在這裡，內文將從開源和商用兩個方面對國內外的BI工具進行綜合對比。如果妳正在尋找一款合適的商業智慧BI分析工具，希望這篇對比文章會對你的選型有所幫助。

經常與報表打交道的人都知道，用Excel製作報表是一件非常麻煩的事情，不僅因為用Excel做報表步驟繁多，同時業務需求變化也會讓報表改來改去，回工成本太大。

尤其是對於財務、IT來說，用Excel做報表的效率簡直慢到脫線，幾萬條資料就能讓Excel爆卡，在資料共用和流動性上Excel也極差無比，很容易造成部門之間的資料隔閡。