1.5 数据分析工具

1.5.1 Excel与SQL

一般的数据分析都是围绕常规数据分析流程进行的，在这个流程中，我们需要选择合适的工具对数据进行分析。

如果读者对数据库有一些了解，可能觉得数据库是用来存储数据的，而Excel可能是用来进行数据处理的。这两个怎么区分呢？

数据库本身是存储数据的，这个是没有问题的，但是存储的数据一般都是明细类的，或者是杂乱的数据，我们在从数据库获取数据的时候需要对数据进行一系列处理，最后得到我们真正需要的结果数据。

Excel是用来进行数据处理的，这个也是没有问题的，比如，我们在Excel表中对某一列去除重复值，对某两列相加减，这些都是属于数据处理。但是在数据处理之前，Excel中的数据其实也是存储在Excel这个数据库中的。我们可以把一个Excel工作簿本身当作一个数据库，一个Excel工作簿会包含多个Sheet，一个Sheet对应数据库中的一张表，而一个数据库也会包含多张表。

在对数据进行处理之前，数据库和Excel都是用来存储数据的，只不过现在很多互联网公司的数据量太大，使用本地的Excel存储数据已经不能满足日常业务需求，所以数据一般都会存储在数据库中。但是本质原理还是一样的。

在平时工作中，我们一般从数据库中获取数据，对数据进行一些处理变换以后导出到本地，然后在Excel或Python中进行进一步处理。

1.5.2 SQL与Python

虽然SQL可以实现我们在数据分析过程中需要的大部分操作，但是有些操作在SQL中实现起来还是比较烦琐的，这个时候我们就可以使用SQL将数据提取出来，然后导入Python中进行处理。

当然，也可以直接用Python连接SQL，这就省去了导出数据到本地这个过程了，但是一般公司出于安全考虑，是不会直接用Python去连接数据库的。