在当今移动互联网创业环境里，好的创业项目在半年至一年时间里应该可以拿到A轮了。既然你是一个创业公司，要么快速“干”起来，要么赶紧去“死”，半死不活的运行着浪费公司所有人的时间，毕竟时间是创业最大的敌人。

越来越多的公司和个人也开始愈加注重效率的提升。工欲善其事，必先利其器。现在就结合互联网创业公司的实际工作场景和需求，给大家分享一些能大大提高工作效率的工具神器，这些工具能从梳理工作思路、团队协作、产品原型图设计、数据统计分析、销售与客服等各方面提高创业公司的工作效率，降低运营成本。

一、梳理工作思路，思维导图工具助你一臂之力

在日常工作中，我们经常需要梳理和展示自己的工作思路和规划，或是向领导汇报，或是向同事展示，亦或是仅供自己查看。借助思维导图工具不仅可以更高效地进行梳理，同时还能将自己的思路规划更清晰美观地展示出来。平时用得比较多且感觉不错的的思维导图工具主要有两款，MindManager和XMind。百度脑图也曾用过，但最终因为产品体验问题而不得不忍心放弃。

先介绍下MindManager。不管是梳理运营策略、做项目管理还是开展头脑风暴，都可以在MindManager上高效完成。在MindManager上，你可以在单一视图里将想法和灵感以清晰的思维导图形式记录并展示出来。它的时间轴布局功能可帮你清楚展示产品路线图、项目里程碑或是营销发布计划。此外，你还可以利用它提供的图像库在导图里添加丰富的视觉效果。

MindManager产品官网：http://mindmanager.cc/

再分享一下XMind这款产品。XMind产品外观整体比较清新简洁，对其他格式兼容性较好，提供甘特图、矩阵图等多种结构。XMind以画布概念管理，方便思维导图的层次化。XMind可以导入MindManager、FreeMind数据里面的文件，也可以将文件导出为Word、PPT、PDF、图片和TXT等格式的文件，以便将用XMind绘制的图与他人轻松共享。

XMind产品官网：http://xmindchina/

上面两款思维导图工具都非常不错，如果你需要一款思维导图工具来协助自己工作的话，不妨直接在上面两款工具中选择一款。

二、团队高效协作是降低时间成本的有力保证

创业公司员工规模相对较少，理论上应该比较容易沟通和协作。有需要沟通协作或是需要什么东西，直接当面沟通或是在面积不大的办公室大喊一声就能搞定。然而，如果在创业公司工作一段时间，你便会发现，创业公司内部要想实现真正的高效协作其实并非易事。

大公司协作有大公司协作的繁琐，创业团队协作有创业团队协作的痛点。下面就结合创业公司的三种不同协作需求推荐三款不同类型的协作工具。

团队文档协作工具：WPS云文档

文案校稿时，经常需要为往返发送稿件和上传下载而苦恼；企业资料混乱存于各处，需要时找不到；办公资料全在公司电脑里，无法随时随地办公。如果你也在为这些问题苦恼，说明你还没有找到合适的工具。

WPS云文档是一个企业文档存储、共享与协作平台，支持多人同时编辑一个文档、文档内评论和历史还原等众多便捷功能。不管你在任何时间、任何地点、使用任何设备，只要打开云文档就能处理工作文件。不管是产品研发、市场运营和人力行政人员，都可以在WPS云文档上便捷地进行文档的协作、存储与共享。WPS云文档有企业级管理后台，可管控所有企业成员和文档的权限。此外，WPS云文档还提供WPS Office全套办公组件，大家在一个平台上就能搞定所有工作。

WPS云文档产品官网：https://drive.wps/

想用一个工具就解决工作中的所有沟通问题，试试零信

工作中用的软件太多太乱，通知信息到处都是。这时你可能也会希望有一款一站式的企业内部沟通平台。如果你有这个需求，零信或许是一个不错的选择。

零信的是一款便于整合信息的企业IM产品。你在零信这一个平台上就能处理基本所有工作信息，让大家更专注地工作，目前支持群聊、私聊、应用接入、文件管理、视频会议等。它还支持企业自定义开发，一行代码就能搞定。零信已整合邮件、任务管理、文件管理、客服支持、代码开发等60多种应用。

零信产品官网：https://pubu.im/

三、改善客服、优化销售管理流程，这两款工具值得一试

无论哪一家创业公司，产品做出来之后，不管是做客服还是做销售，都需要和客户打交道。这样才能更好地了解用户的需求，并从用户那里获得收入以求生存。为更高效地为客户提供客服服务，同时优化销售管理流程，这当然离不开专业的销售和客服类工具的支持。

销售易CRM

销售易CRM是销售管理类工具中非常不错的一款，它以销售管理为核心，基于销售管理全流程，结合合作伙伴管理、市场与客户服务管理，可以为客户提供灵活的配置机制，帮助企业数字化销售管理，提升团队业绩和效率。销售易CRM，已实现SaaS和PaaS的无缝整合，可快速响应客户个性化、定制化的业务诉求，支持不同规模企业的销售流程。

销售易CRM产品官网：http://xiaoshouyi/

环信移动客服

传统的客服工具已经无法满足移动互联网时代的需求了。这是个移动时代，客服工作很多时候也需要移动化和全平台化。这也是为什么在这里推荐环信移动客服的原因所在。环信移动客服支持全媒体接入，包括网页端、社交媒体客服（微博、微信）、APP内置客服和呼叫中心等多种渠道接入。环信移动客服还通过智能客服机器人技术降低人工客服工作量。此外，环信移动客服还有一个名为“环信客服声音”的产品，这是一个基于人工智能和大数据挖掘的客户旅程透析产品，有助于优化运营，发现销售机会。

环信移动客服产品官网：http://easemob/product/cs

四、做产品原型设计，这些工具肯定能满足你的需求

互联网创业公司基本都会用到产品原型设计工具。大家其实对原型有着不一样的需求，有些公司注重产品的原型版本管理，有些注重原型的交互和PRD需求文档，所以下面分享三款各具特色的产品原型设计工具，墨刀、Axure RP和Balsamiq Mockups，能够很大程度上让迭代速度上一个门槛。

首先介绍下MockingBot墨刀

凭借“十分钟设计一个 App”的易用性，墨刀已经成为产品经理界非常流行的一款原型协作工具，受到知乎和爱范儿的强烈推荐。

你一定有着这样头疼的场景，导出原型后要么需要详细的文档，要么就需要非常多的沟通，和其他同事共同制作时更是频繁返工。而墨刀恰巧可以解决从原型制作-交互动效-团队协同作业-实时分析查看效果-跟踪团队及用户反馈整个产品开发流程中大部分让你挠墙的问题。

使用墨刀完成设计后，可以直接对功能进行备注及说明，简单有效。把同事拉进你的项目，就可以看到协同者的操作进程和改动细节，更好的协作和分享信息。实时的扫一扫查看，不光可以检查制作效果，更可以把原型的交互效果发送给团队和用户内测征集意见。用户可以用打点评论的方式告诉制作者他的真实感受。大大降低了产品的开发试错成本。

墨刀是一个国内的团队开发制作的产品，因此比较符合国内互联网公司的使用习惯。

墨刀产品官网：https://modao.cc/

再说说Axure RP

如果产品经理对产品原型、交互演示、原型细节设计等的需求比较强烈，Axure RP是非常不错的选择。Axure RP 能让产品经理快速创建应用软件和基于Web的的线框图、流程图、原型页面、交互页面和规格说明文档。Axure RP应该是目前产品经理群体中用得最广泛的一款原型设计工具。

五、要做到数据驱动，离不开数据分析产品的支持

对于互联网创业公司来说，因为人力和资源都非常有限，无法承受起将时间和资源浪费在没有成效的工作上，因此理想的方式是所有工作都能做到数据驱动，让数据决定该将时间精力用在什么地方。目前市面上有很多现成的数据分析产品，但并非有了数据分析产品就一定能做到数据驱动决策，如果没有更好的数据分析方法论的指导，即使有产品也未必能真正实现增长。

相较于市面上其它数据分析产品，GrowingIO背后有强大的数据分析团队，能为客户提供数据驱动增长方面的理论支持。GrowingIO是一款拥有谷歌基因的数据分析产品，因为公司创始团队基本都是来自硅谷的数据分析大牛。这款数据分析产品的最大亮点在于不需要开发人员埋点，就可以采集全量、实时的用户行为数据，不管是对管理者、产品经理、市场运营、数据分析师还是增长黑客，GrowingIO都能帮助他们实现更精细化地数据分析，从而优化产品、提升转化率，实现用户的快速增长和变现。

GrowingIO产品官网：https://growingio/

六、无处不在的表单设计和数据收集需求，用金数据就够了

创业公司无论是做用户与市场调研、收集意见反馈、在线投票，还是做活动报名和在线预约等，这都需要用到表单设计和数据收集工具。金数据是一款非常适合中小创业公司使用的表单设计与数据收集工具。金数据的操作非常简单，功能比较齐全，你只需通过像搭积木般的简单拖拽即可创建出好看实用的表单，高效完成数据收集工作。凡是需要表单设计和数据收集的场景，都可以借助金数据快速完成。

金数据产品官网：https://jinshuju/

其实能提高创业公司工作效率的工具还有很多，我在本文中只推荐了一些自己及身边同事用过且感觉不错的工具。最后还是文章开头时那句话：要么快速“干”起来，要么赶紧去死。巧用效率工具可以帮助创业公司最大限度节约时间成本，提高创业成功的概率。希望大家在工作中都能选对工具，在节省时间成本的同时，早日拿到A轮、B轮或C轮融资，甚至上市。

软件对科研狗的重要性不言而喻，从最基础的Microsoft Word 到最常用的统计学软件SPSS，都是我们的老朋友。今天小博给大家推荐一些科研实用软件，希望对各位老师有所帮助。

1、文献阅读软件

Mendeley：导入PDF格式的文献时，Mendeley会自动提取英文文献信息，而对于中文文献常出现无法识别的情况。Mendeley同时支持多平台同步，以后再也不怕出门看不了文献了。

Adobe Reader或福昕阅读器：传统的PDF阅读器，可用于阅读文献。

CNKI E-learning：CNKI开发的文献阅读器，可阅读CAJ格式的文献，并且可建立学习单元管理文献。

2、参考文献管理软件

Endnote：目前好评如潮的文献管理软件。常用中文数据库CNKI、万方、维普的文献，均提供Endnote格式以供引用（CBM需使用过滤器，方能使用Endnote格式）。Endnote可与Word连用，直接对论文参考文献进行编辑。对于WPS软件据说也支持，未亲测。

3、论文写作软件

Scrivener：是一个强大的写作工具，支持碎片化写作与论文模板套用，可与word连用。辅助作者完成从作品构思、搜集资料、组织结构、增删修改到排版输出的整个写作流程。

无论是结构化的论文还是信马由缰的随笔，各种写作方式都可以在 Scrivener 中找到适合的工具和功能。需收费，网络上有破解版。

Word：传统论文写作软件。

4、统计分析软件

SPSS/Stata：常用统计学软件，均需要收费，不过目前有很多破解版。

5、论文作图软件

Origin/Gpaph Prism/Adobe Photoshop：常用的论文作图与编辑软件，需收费。

6、其他软件

问卷数据录入软件：Epidada，支持导入到Excel，可限制数值避免错误。

PDF编辑软件：Adobe Acrobat，最好用的PDF编辑与格式转化软件，需收费，也有很多破解版。

微信收藏软件：为知笔记，可记录笔记并支持微信推送添加到为知笔记。

俗话说，工欲善其事必先利其器，对于科研人来说，更需要好的工具，才能事半功倍！

END

学好大数据，需要多读书。为自己建立一份书单，好好学习天天向上。我们根据大数据学习内容的特点，对相关内容进行整理和排序，从基础统计学到基础机器学习，再到内容更深入的专著，从具体的话题讨论，到整个行业的分析。这些书中既有数据科学经典读本，也有最近出版的新书，希望能帮助大家从中找到感兴趣的阅读内容。

1. 《深入理解机器学习：从原理到算法》Understanding Machine Learning: From Theoryto AlgorithmsBy Shai Shalev-Shwartz and Shai Ben-David

本书为剑桥大学机器学习教材。机器学习是计算机科学领域发展最快的分支之一，其应用具有深远的意义。本教科书的目的是有条理地介绍机器学习及为读者提供算法范例。本书介绍了机器学习基础知识，并详细解释了将这些原理转化为实际算法的数学推导理论论述。2.《统计思维：程序员的概率与统计学》

ThinkStats: Probability and Statistics for Programmers

作者：Allen B. Downey

《统计思维》是针对Python程序员编写的概率和统计学专著。本书强调利用简单的技术处理实际数据集（real dataset）、回答一些有趣的问题。书中还介绍了对美国国立卫生研究院的案例分析。作者鼓励读者在实际数据集项目中通过实践来学习。

3. 《统计学习基础：数据挖掘、统计与预测》

The Elements of Statistical Learning

作者：Trevor Hastie, Robert Tibshirani and Jerome Friedman

这本书在普遍概念框架中描述了数据学领域的重要思想。虽然这种方法属于统计学范畴，但本书的重点在于概念而不是数学。这本书的内容涵盖范围广泛，从监督式学习（预测）到无监督式学习。讨论的话题包括神经网络，支持向量机，分类树，其对boosting算法的讨论更是首创。

4. 《数据学基础》

Foundations of Data Science

作者：Avrim Blum, John Hopcroft, and Ravindran Kannan

虽然计算机科学的传统领域仍然非常重要，但越来越多的研究人员将使用计算机来了解和提取应用程序中出现的大量数据的可用信息，而不仅仅是利用计算机解决特定的问题。

5. 《大数据：互联网大规模数据挖掘与分布式处理》

Mining of Massive Datasets

作者：Jure Leskovec, Anand Rajaraman and Jeff Ullman

本书的编写基于斯坦福大学计算机科学课程“CS246: Mining Massive Datasets”。这本书和斯坦福的课程一样，是为没有计算机基础的本科学生设计的。为了支持读者进行更深入的探索，大部分章节最后都补充了深度阅读参考资料。

因为Python拥有像海一样丰富的第三方库，所以Python在数据分析方面能够处理的问题非常之广，从Excel比较擅长的公式计算，数据透视分析，到MATLAB比较擅长的科学计算，再到R语言中那些零散的机器学习库所能做的事情，Python都能优雅从容的面对。而这些工具不擅长的网络爬虫，大数据分析(结合spark)，Python更是能够出色的完成。

今天我们就来说说Python在数据分析方面有哪些优势？

① 相比Excel，Python能够处理更大的数据集;能够更容易实现自动化分析;能够比较容易的建立复杂的机器学习模型;

② 相比spss，spss是个统计软件，只适合在科学研究领域做实验数据的分析，并不适合做偏向实际应用场景的数据的分析;而Python能够处理复杂的数据逻辑，适合这些场景;

③ 相比R语言，Python的机器学习库只有一个—sklearn，所有的机器学习方法都集中在这一个库中，而R语言，我不清楚它到底有多少个用来做机器学习的库，R语言中的机器学习方法是如此的分散，以至于很难掌握。而且Python的使用人数在不断上升，有一些曾经只使用R的人在转向Python，我自己开始学的也是R，最后也学了Python。投入到一个呈现上升趋势的技术中，未来才会更加宽广。

④ 相比上述的几个工具，Python在做机器学习，网络爬虫，大数据分析时更加的得心应手。

小编这有一份《利用Python进行数据分析》PDF版，免费分享想要的小伙伴可以私信我~

不少网友会在后台给小编留言，询问小编关于软件使用的意见，其中，有一位网友的提问引起了小编的注意。他的问题是：你觉得哪一个uml建模工具好用？如果你也对这一个问题感到好奇的话，可以来看看今天的文章，小编将给大家推荐6款好用的uml建模工具，给大家一个参考。

uml建模工具

6款好用的uml建模工具

一、StarUML

StarUML

StarUML是一种创建UML类图，是一种生成类图和其他类型的统一建模语言（UML）图表的工具，是一个开源项目之一发展快、灵活、可扩展性强（zj）。StarUML免费版是一款开放源码的 UML 开发工具，可绘制9款UML图：用例图、类图、序列图、状态图、活动图、通信图、模块图、部署。

StarUML可设计关于银行金融卡业务的 UseCase 图或是关于可乐贩卖机的实时控制系统的 UseCase图。

软件特色

可绘制9款UML图：用例图、类图、序列图、状态图、活动图、通信图、构件图、部署图以及复合结构图等。

完全免费：StarUML是一套开放源码的软件，不仅免费自由下载，连代码都免费开放。

多种格式影像文件：可导出JPG、JPEG、BMP、EMF和WMF等格式的影像文件。

语法检验：StarUML遵守UML的语法规则，不支持违反语法的动作。

正反向工程：StarUML可以依据类图的内容生成Java、C++、C#代码，也能够读取Java、C++、C#代码反向生成类图。反向工程有两个主要用途，其一是旧有的源码反转成图之后，可以构建UML模型的方式继续将新的设计添加上去;另一项用途是想要解析源码时，可以通过反转的类图来理解，不再需要查看一行又一行的代码，这将节省大量的时间和精力。

支持XMI：StarUML接受XMI 1.1、1.2和1.3版的导入导出。XMI是一种以XML为基础的交换格式，用以交换不同开发工具所生成的UML模型。

导入Rose文件：StarUML可以读取Rational Rose生成的文件，让原先Rose的用户可以转而使用免费的StarUML。早期，Rational Rose是市场占有率最高的UML开发工具，同时也是相当昂贵的工具。由于Rational Rose非常闻名，后来让IBM给收购了。

支持模式：支持23种GoF模式（Pattern），以及3种EJB模式。GoF模式出自于Erich Gamma等4人合著的Design Patterns：Elements of Reusable Object-Oriented Software一书，其内列出了23种软件模式，可解决软件设计上的特定问题。StarUML也支持3种常用的EJB模式，分别为EntityEJB、MessageDrivenEJB、SessionEJB。

StarUML也结合了模式和自动生成代码的功能，方便落实设计。

二、亿图图示专家

亿图图示专家

亿图图示专家是一款基于矢量的综合绘图工具，包含大量的实例库和模版库。可以很方便的创建流程图、网络拓扑图、组织结构图、商业图表、方向图、UML、软件设计图、站点报告、建筑设计等等。

亿图图示是一款跨平台的全类型图形图表设计软件。使用它可以非常容易地创建有专业水准的流程图、组织结构图、网络图、商业展示、建筑平面图、思维导图、科学插画、时尚设计、UML图、工作流程图、程序结构图、网页设计图、电气工程图、方向地图、数据库图表及更多。

软件特色：

1、 超过220个绘图类型。亿图图示可以创建220多种图表类型，利用模板和符号库简化绘图过程，即使是新手也能使用亿图创建出有专业水准可以用作展示的图形。

2、 从模版和示例开始。 拥有超过12500个各式各样矢量符号的符号库，绘图从未如此容易！使用模版和示例，新的升级形状，即装即用的绘图工具，快速启动绘图吧。

3、 几分钟拿到一张有专业水准的图表。这是一款简单易用的文字图形处理程序。软件界面直观，不需要经验和专业知识。它能够让您在仅仅几分钟内就可以创建一个更好的图表。

4、 快速创建交互式信息图表。您可以通过将图表链接到网站、或者在图表中插入文件、加入注释、甚至将图表和其他亿图图形链接起来，都可以迅速地增加图表的信息量。任何人都可以创建这种智能的信息图表。

帮助您更方便，更快捷的阐述设计思想，创作灵感。在设计时亿图采用全拖曳式操作，结合2000多个常用图形模板库和用户自定义实例库，最大程度简化用户的工作量。

三、Software Ideas Modele

Software Ideas Modele

Software Ideas Modeler 是一个小型，便携和功能强大的程序，这将有助于您创建UML图。

它支持10种UML图（类图，用例图，通讯图，序列图，包图，对象图，部署图，状态机图，活动图，纵断面图），实体关系图，图的要求和用户界面建模。

特别说明：软件包含有简体中文界面！专业版个人使用是完全免费的！

四、RGui

RGui

R软件是一款专业的统计建模软件，与其它建模软件不同的是这款软件完全免费、开源，所以深受大家的青睐。R软件拥有数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；优秀的统计制图等多种功能。

基本简介

与其说R是一种统计软件，还不如说R是一种数学计算的环境，因为R并不是仅仅提供若干统计程序、使用者只需指定数据库和若干参数便可进行一个统计分析。R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。

该语言的语法表面上类似 C，但在语义上是函数设计语言的（functional programming language）的变种并且和Lisp 以及 APL有很强的兼容性。特别的是，它允许在“语言上计算”（computing on the language）。这使得它可以把表达式作为函数的输入参数，而这种做法对统计模拟和绘图非常有用。

在R的安装程序中只包含了8个基础模块，其他外在模块可以通过CRAN获得

1.R是自由软件。这意味着它是完全免费，开放源代码的。可以在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。标准的安装文件身自身就带有许多模块和内嵌统计函数，安装好后可以直接实现许多常用的统计功能。

2.R是一种可编程的语言。作为一个开放的统计编程环境，语法通俗易懂，很容易学会和掌握语言的语法。而且学会之后，我们可以编制自己的函数来扩展现有的语言。这也就是为什么它的更新速度比一般统计软件，如，SPSS，SAS等快得多。大多数最新的统计方法和技术都可以在R中直接得到。

3. 所有R的函数和数据集是保存在程序包里面的。只有当一个包被载入时，它的内容才可以被访问。一些常用、基本的程序包已经被收入了标准安装文件中，随着新的统计分析方法的出现，标准安装文件中所包含的程序包也随着版本的更新而不断变化。在另外版安装文件中，已经包含的程序包有：base一R的基础模块、mle一极大似然估计模块、ts一时间序列分析模块、mva一多元统计分析模块、survival一生存分析模块等等。

4.R具有很强的互动性。除了图形输出是在另外的窗口处，它的输入输出窗口都是在同一个窗口进行的，输入语法中如果出现错误会马上在窗口口中得到提示，对以前输入过的命令有记忆功能，可以随时再现、编辑修改以满足用户的需要。输出的图形可以直接保存为JPG，BMP，PNG等图片格式，还可以直接保存为pdf文件。另外，和其他编程语言和数据库之间有很好的接口。

五、Astah

Astah

uml建模工具Astah Professional是一款非常实用的uml建模工具。Astah Professional一个百分之百的使用Java应用程序，可以多功能跨平台在各种主流操作系统中使用。支持各种标准格式。

功能介绍

支持UML1.4中所有图和主要的图形，元模（Meta Model）及属性，全面满足用户建模所需

思维导图

工程合并

协作开发

可以JAVA导成UML， UML导出JAVA。支持UML2.0（好像是部分支持）

JUDE改名后叫astah，但astah的社区版，好多功能移到了astah的收费版。

可在所以免费版本中功能也强大。强大到完全够用。

astah* community6.0后，astah* 增加很多的特性（Mind，java，c/c++，c#代码导入导出等），以前JUDE community5.5的重要功能在astah* community6.0却没有了，仅仅在astah* community6.0中保留了菜单，（以前JUDE中基本的免费的功能也没有了），你要想使用astah* 的新增特性就必须花银子上级到astah* UML或者astah* professional。它的JAVA导出代码和逆向工程的功能没有了，此功能竟然转移到了astah* UML工具中了。

六、Argo UML

Argo UML

UML建模软件（Argo UML）是一款开源的uml建模工具支持所有UML1.4的标准图形。它可以运行在任何Java 平台上，并且支持10 种语言（地区语言而不是编程语言）。它用Java构造，并遵守开源的BSD协议。

欢迎关注天善智能，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区，学习，问答、求职一站式搞定！

“工欲善其事，必先利其器”，学术绘图软件的选择与使用特别重要。不同学科的研究人员使用的软件有所不同，但是基础的绘图思想与理念是相通的 (这部分会在后面的章节讲解)。工科背景的人员常使用Matlab，计算机背景的人员常使用Python，统计学科的人员常使用R，医学背景的人员常使用Graphpad等。常用的论文图表绘制软件包括Excel、Origin、Sigmplot、Graphpad、Matlab、Python、R等，如图1-2-1所示。每个绘图软件的图表都有不同的图表风格。

1. 常用绘图软件

我列出了常用的七款学术论文绘图软件如表1-2-1所示。从技能要求的角度主要可以分为两大类：编程与界面操作

像Excel、Origin、Sigmaplot、GraphPad这4款软件，就不需要编程、只要点击界面按钮就可以绘制图表。尽管这些工具都非常容易使用，但也存在一些缺憾。只需鼠标操作无疑十分便捷，但随之而来的却是丧失一定的灵活性。你可以改变颜色、字体和标题，但仅限于软件所提供的那些元素。这些软件只能由你去适应它的操作规则、让你使用现有的图表，而并不能创造新的图表。

像Matlab、Python和R这3款软件，需要编程才能实现图表的绘制。这些软件本身包含很多数据可视化的函数（function）或者包（package），供用户绘图使用。尤其针对不同的数据集需要重复操作的情况，如果使用绘图软件可能需要从头到尾将绘图流程重新实现一遍，而相比之下，通过代码来处理数据就会更加容易，因为针对不同的数据集只需稍微改动一下代码就可以解决。如果你充分掌握代码与算法，你也可以自己编写函数设计新颖的图表。

1.1 R

相较于其他的所有软件，R的优势之一在于它是专为数据分析而设计的。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R语言有一系列的数据可视化包（packages），包括lattice、leaflet、playwith 、atticist 、iplots 、ggvis、ggmaps，以及很流行的ggplot2包（两本关于ggplot2的经典书籍：《ggplot2 Elegant Graphics for Data Analysis》和《R.Graphics.Cookbook》），R语言ggplot2包的官网：Function reference ggplot2

另外，R还提供了部分地图功能，地区数据分析（ CRAN Task View: Analysis of Spatial Data）提供了有关地区分析的综合性R工具包列表。地理统计制图实用指南（A Practical Guide to Geostatistical Mapping ）提供了关于如何使用R及其他工具分析空间数据的可免费下载的电子书。

1.2 Python

Python是一种面向对象的解释型计算机程序设计语言。Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。Python语言也有一系列的数据可视化包（packages），包括Pandas、Matplotlib、Seaborn、ggplot、Bokeh、Pygal等(可参考Overview of Python Visualization Tools )，

Matplotlib 包的官网：Python plotting - Matplotlib 2.0.2 documentation ；

Seaborn包的官网：Seaborn: statistical data visualization ；

ggplot包的官网：ggplot | Home。

1.3 Matlab

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。Matlab软件本身就提供了很多绘图函数，可以满足数据可视化的基本需求：MATLAB Plot Gallery。但是还有另外两款Matlab绘图包很值得推荐使用：PlotPub和Gramm，其中，Gramm包是在Matlab中实现了R ggplot2的绘图风格，大大提高了Matlab绘图的美观程度。

PlotPub包的官网：masumhabib/PlotPub，

Gramm包的官网：piermorel/gramm ，

1.4 Sigmaplot

Sigmaplot是一款最佳的科学绘图软件! 使用SigmaPlot画出精密的图型是件极容易的事，目前巳有超过十万的使用者，特别设计给科学家使用。本软件允许您自行建立任何所需的图型，您可插入多条水平或垂直轴，指定Error bar的方向，让您的图更光彩耀眼，只要用SigmaPlot将图制作完成即可动态连结给其它软件展示使用，并可输出成EPS、TIFF、JPEG等图形格式，或置放于您的网站上以供浏览。非常适合网站动态显示图形使用之场所如长时间纪录之气象，温度等等场合。

1.5 Origin

Origin为OriginLab公司出品的较流行的专业函数绘图软件，是公认的简单易学、操作灵活、功能强大的软件，既可以满足一般用户的制图需要，也可以满足高级用户数据分析、函数拟合的需要。Origin自1991年问世以来，由于其操作简便，功能开放，很快就成为国际流行的分析软件之一，是公认的快速、灵活、易学的工程制图软件。Origin 2017版本增加了许多颜色主题方案，可以大大改进图表的美观程度。

1.6 Graphpad

GraphPad Prism是一款集数据分析和作图为一体的数据处理软件，尤其适合生物医学类，可以直接输入原始数据获得高质量的科学图表。它在统计分析上劣于SPSS 等统计软件，但是不需要输入程序语言，只需输入原始数据，容易操作，绘图美观。可与ppt，word相链接。

1.7 Excel

几乎所有人都知道这款软件。Microsoft Excel是微软公司的办公软件Microsoft office的组件之一，是由Microsoft为Windows和Apple Macintosh操作系统的电脑而编写和运行的一款试算表软件。Excel 是微软办公套装软件的一个重要的组成部分，它可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。Excel能实现大部分二维图表的绘制与基础的数据处理与分析，具体可以参考学习《Excel 数据之美: 科学图表与商业图表绘制》。

实例分析

为更好地学习这7款绘图软件的风格，现采用相同的数据集合，分别绘制了散点图、曲线图、（堆积）柱形图和箱型图4种图表类型，如图1-2-2到-8所示。

1. 图1-2-2 R ggplot2的图表风格最为独特与美观，这种图表在部分论文中也是有直接使用的。使用R ggplot2 Set3的颜色主题，绘图区背景填充颜色为RGB（229, 229, 229）的灰色，以及白色的网格线［主要网格线的颜色为RGB（255, 255, 255），次要网格线的颜色为RGB（242, 242, 242）］；

2. 图 1-2-3 Python Seaborn的图表风格也很有特色，使用Seaborn包的颜色主题方案，绘图区背景填充颜色为RGB（234,234, 242）的淡蓝色，以及RGB（255, 255, 255）的白色的主要网格线（无次要网格线）；

3. 图1-2-4 是使用Matlab 2014b 通过编程绘制的图表，使用Matlab默认的颜色主题方案Parula，网格线设定为“无”。Matlab通过函数（Function）直接绘制的图表，可以通过图表编辑器对图表优化，但是也并不能实现箱型图颜色的填充。如果Matlab使用Gramm包可以绘制更加美观的图表。

4. 图 1-2-5到-7 分别对应Sigmaplot、Origin和GraphPad绘制的图表，这是最为常见的学术图表。它们的图表风格基本相同：绘图区背景填充颜色为RGB（255,255,255）的白色，这样可以导致背景不太复杂，尤其适应于图表尺寸较小的时候保证数据的清晰展示；这些图表使用绘图软件的默认颜色主题，由于不同软件的颜色主题不同，及时相同的图表样式，也会导致图表的美观存在较大的审美差异。

5. 图1-2-8 是使用Excel绘制的图表，使用Excel默认颜色主题方案“Office 2007-2010”。Excel 2016 添加了几种新型图表类型，包括树状图、箱型图等；Excel 2013及以前版本只能通过堆积柱形图间接地实现箱型图。

工具的选择 绘图软件始终只是使用的一个工具而已。归根结底，对数据的分析和图表的设计取决于你自己。只要把基础的绘图思想与理念融会贯通，使用其中一门绘图软件就可以绘制出其他软件的图表风格。《Excel 数据之美: 科学图表与商业图表绘制》就是使用Excel实现其他绘图软件的图表风格，包括R、Python、Matlab等具有鲜明特色的图表风格。

2. 图片处理软件

在论文中，都需要把图表另存为一定分辨率和格式的图片，再插入文档中。有时候需要调整图片的大小、分辨率和格式以满足期刊的投稿要求。下面主要介绍三种常用的图片编辑处理软件：Photoshop、Adobe Illustrator和Paint。

2.1 Photoshop

Photoshop（简称“PS”）主要处理以像素所构成的数字图像。使用其众多的编修与绘图工具，可以有效地进行图片编辑工作。PS有很多功能，在图像、图形、文字、视频、出版等各方面都有涉及。Photoshop的专长在于图像处理，而不是图形创作。图像处理是对已有的位图图像进行编辑加工处理以及运用一些特殊效果，其重点在于对图像的处理加工；图形创作软件是按照自己的构思创意，使用矢量图形等来设计图形。

Photoshop 中国官方产品页面: Adobe Photoshop CS6

2.2 Adobe Illustrator

Adobe Illustrator是一种应用于出版、多媒体和在线图像的工业标准矢量插画的软件，作为一款非常好的矢量图形处理工具，Adobe Illustrator广泛应用于印刷出版、海报书籍排版、专业插画、多媒体图像处理和互联网页面的制作等。

Adobe Illustrator是设计业界的标准。《纽约时报》中送印的每一幅图表都是在Illustrator中创建或编辑的。Illustrator被广泛用于印刷是因为它处理的是矢量图形，而非像素。这意味着你可以将图片无限放大，而不会损失显示质量。相对地，如果你放大的是低分辨率的照片（照片都是由固定数量的像素组成），那么就会发现图片出现严重的失真。

Adobe Illustrator官方产品页面: Adobe Illustrator CC。

VectorTuts（Graphic Design & Illustration Tutorials by Envato Tuts+）提供大量Illustrator的简明使用教程。

2.3 Paint

毕竟前面两款图像处理软件操作界面复杂，尤其是新手会感觉难以上手。另外，有时候简单的图片编辑处理根本没必要使用到这些高级软件，颇有点“杀鸡焉用牛刀”，所以我给大家推荐一款Window系统自带的图像处理软件：Paint (画图)。“画图”程序是一个位图编辑器，可以对各种位图格式的图画进行编辑，用户可以自己绘制图画，也可以对扫描的图片进行编辑修改，在编辑完成后，可以以BMP，JPG，GIF 等格式存档，用户还可以发送到桌面或其他文档中。

当用户要使用画图工具时，可单击“开始”按钮，单击“所有程序”|“附件”|“画图”，这时用户可以进入“画图”界面。

3. 常用截图软件

3.1 FastStone Capture

FSCapture是一款抓屏工具，体积小巧、功能强大。不但具有常规截图等功能，更有从扫描器获取图像，和将图像转换为 PDF 文档等功能。尤其值得称赞的是，其截图后，其自带的（图像查看/编辑器），功能强大，可以满足截图后，对图像的各种标注、裁切调节等需求，其功能不亚于 Windows 的Paint软件。而且 7.0 版本开始，加入了屏幕录像功能，质量堪比专业屏幕录像软件。是 Windows 中必备的扩展助手。

我最喜欢使用这个软件的原因是.截图后保存图片时，图片的分辨率可以设定成96-600 DPI的范围，这是很多其他截图软件无法达到的特点。尤其是很多论文对图片的分辨率要求至少300 DPI以上。

FSCapture官方网站：http://faststone.org/FSCapturerDownload.htm

3.2 ACDsee

ACDsee是非常流行的看图工具之一。它提供了良好的操作界面，简单人性化的操作方式，优质的快速图形解码方式，支持丰富的图形格式，强大的图形文件管理功能等等。其中，它还有一个很强大的截图功能。该截图软件截图后是不改变图片的分辨率的，而其他截图软件一般会改变图片分辨率。

打开ACDsee → 工具 → 屏幕截图 → 选择“来源”和“目标”→ 开始 → 同时按下 Ctrl + Shift + P → 画待截图片区域（或保存） → 保存。保存的时候一定要设置好图片的格式和分辨率。

ACDsee 官方网站：ACD Systems - Photo Editing Management Software

本文作者：EasyCharts 团队 张杰

在当今移动互联网创业环境里，好的创业项目在半年至一年时间里应该可以拿到A轮了。既然你是一个创业公司，要么快速“干”起来，要么赶紧去“死”，半死不活的运行着浪费公司所有人的时间，毕竟时间是创业最大的敌人。

越来越多的公司和个人也开始愈加注重效率的提升。工欲善其事，必先利其器。现在就结合互联网创业公司的实际工作场景和需求，给大家分享一些能大大提高工作效率的工具神器，这些工具能从梳理工作思路、团队协作、产品原型图设计、数据统计分析、销售与客服等各方面提高创业公司的工作效率，降低运营成本。

一、梳理工作思路，思维导图工具助你一臂之力

在日常工作中，我们经常需要梳理和展示自己的工作思路和规划，或是向领导汇报，或是向同事展示，亦或是仅供自己查看。借助思维导图工具不仅可以更高效地进行梳理，同时还能将自己的思路规划更清晰美观地展示出来。平时用得比较多且感觉不错的的思维导图工具主要有两款，MindManager和XMind。百度脑图也曾用过，但最终因为产品体验问题而不得不忍心放弃。

先介绍下MindManager。不管是梳理运营策略、做项目管理还是开展头脑风暴，都可以在MindManager上高效完成。在MindManager上，你可以在单一视图里将想法和灵感以清晰的思维导图形式记录并展示出来。它的时间轴布局功能可帮你清楚展示产品路线图、项目里程碑或是营销发布计划。此外，你还可以利用它提供的图像库在导图里添加丰富的视觉效果。

MindManager产品官网：http://mindmanager.cc/

再分享一下XMind这款产品。XMind产品外观整体比较清新简洁，对其他格式兼容性较好，提供甘特图、矩阵图等多种结构。XMind以画布概念管理，方便思维导图的层次化。XMind可以导入MindManager、FreeMind数据里面的文件，也可以将文件导出为Word、PPT、PDF、图片和TXT等格式的文件，以便将用XMind绘制的图与他人轻松共享。

XMind产品官网：http://xmindchina/

上面两款思维导图工具都非常不错，如果你需要一款思维导图工具来协助自己工作的话，不妨直接在上面两款工具中选择一款。

二、团队高效协作是降低时间成本的有力保证

创业公司员工规模相对较少，理论上应该比较容易沟通和协作。有需要沟通协作或是需要什么东西，直接当面沟通或是在面积不大的办公室大喊一声就能搞定。然而，如果在创业公司工作一段时间，你便会发现，创业公司内部要想实现真正的高效协作其实并非易事。

大公司协作有大公司协作的繁琐，创业团队协作有创业团队协作的痛点。下面就结合创业公司的三种不同协作需求推荐三款不同类型的协作工具。

团队文档协作工具：WPS云文档

文案校稿时，经常需要为往返发送稿件和上传下载而苦恼；企业资料混乱存于各处，需要时找不到；办公资料全在公司电脑里，无法随时随地办公。如果你也在为这些问题苦恼，说明你还没有找到合适的工具。

WPS云文档是一个企业文档存储、共享与协作平台，支持多人同时编辑一个文档、文档内评论和历史还原等众多便捷功能。不管你在任何时间、任何地点、使用任何设备，只要打开云文档就能处理工作文件。不管是产品研发、市场运营和人力行政人员，都可以在WPS云文档上便捷地进行文档的协作、存储与共享。WPS云文档有企业级管理后台，可管控所有企业成员和文档的权限。此外，WPS云文档还提供WPS Office全套办公组件，大家在一个平台上就能搞定所有工作。

WPS云文档产品官网：https://drive.wps/

想用一个工具就解决工作中的所有沟通问题，试试零信

工作中用的软件太多太乱，通知信息到处都是。这时你可能也会希望有一款一站式的企业内部沟通平台。如果你有这个需求，零信或许是一个不错的选择。

零信的是一款便于整合信息的企业IM产品。你在零信这一个平台上就能处理基本所有工作信息，让大家更专注地工作，目前支持群聊、私聊、应用接入、文件管理、视频会议等。它还支持企业自定义开发，一行代码就能搞定。零信已整合邮件、任务管理、文件管理、客服支持、代码开发等60多种应用。

零信产品官网：https://pubu.im/

三、改善客服、优化销售管理流程，这两款工具值得一试

无论哪一家创业公司，产品做出来之后，不管是做客服还是做销售，都需要和客户打交道。这样才能更好地了解用户的需求，并从用户那里获得收入以求生存。为更高效地为客户提供客服服务，同时优化销售管理流程，这当然离不开专业的销售和客服类工具的支持。

销售易CRM

销售易CRM是销售管理类工具中非常不错的一款，它以销售管理为核心，基于销售管理全流程，结合合作伙伴管理、市场与客户服务管理，可以为客户提供灵活的配置机制，帮助企业数字化销售管理，提升团队业绩和效率。销售易CRM，已实现SaaS和PaaS的无缝整合，可快速响应客户个性化、定制化的业务诉求，支持不同规模企业的销售流程。

销售易CRM产品官网：http://xiaoshouyi/

环信移动客服

传统的客服工具已经无法满足移动互联网时代的需求了。这是个移动时代，客服工作很多时候也需要移动化和全平台化。这也是为什么在这里推荐环信移动客服的原因所在。环信移动客服支持全媒体接入，包括网页端、社交媒体客服（微博、微信）、APP内置客服和呼叫中心等多种渠道接入。环信移动客服还通过智能客服机器人技术降低人工客服工作量。此外，环信移动客服还有一个名为“环信客服声音”的产品，这是一个基于人工智能和大数据挖掘的客户旅程透析产品，有助于优化运营，发现销售机会。

环信移动客服产品官网：http://easemob/product/cs

四、做产品原型设计，这些工具肯定能满足你的需求

互联网创业公司基本都会用到产品原型设计工具。大家其实对原型有着不一样的需求，有些公司注重产品的原型版本管理，有些注重原型的交互和PRD需求文档，所以下面分享三款各具特色的产品原型设计工具，墨刀、Axure RP和Balsamiq Mockups，能够很大程度上让迭代速度上一个门槛。

首先介绍下MockingBot墨刀

凭借“十分钟设计一个 App”的易用性，墨刀已经成为产品经理界非常流行的一款原型协作工具，受到知乎和爱范儿的强烈推荐。

你一定有着这样头疼的场景，导出原型后要么需要详细的文档，要么就需要非常多的沟通，和其他同事共同制作时更是频繁返工。而墨刀恰巧可以解决从原型制作-交互动效-团队协同作业-实时分析查看效果-跟踪团队及用户反馈整个产品开发流程中大部分让你挠墙的问题。

使用墨刀完成设计后，可以直接对功能进行备注及说明，简单有效。把同事拉进你的项目，就可以看到协同者的操作进程和改动细节，更好的协作和分享信息。实时的扫一扫查看，不光可以检查制作效果，更可以把原型的交互效果发送给团队和用户内测征集意见。用户可以用打点评论的方式告诉制作者他的真实感受。大大降低了产品的开发试错成本。

墨刀是一个国内的团队开发制作的产品，因此比较符合国内互联网公司的使用习惯。

墨刀产品官网：https://modao.cc/

再说说Axure RP

如果产品经理对产品原型、交互演示、原型细节设计等的需求比较强烈，Axure RP是非常不错的选择。Axure RP 能让产品经理快速创建应用软件和基于Web的的线框图、流程图、原型页面、交互页面和规格说明文档。Axure RP应该是目前产品经理群体中用得最广泛的一款原型设计工具。

五、要做到数据驱动，离不开数据分析产品的支持

对于互联网创业公司来说，因为人力和资源都非常有限，无法承受起将时间和资源浪费在没有成效的工作上，因此理想的方式是所有工作都能做到数据驱动，让数据决定该将时间精力用在什么地方。目前市面上有很多现成的数据分析产品，但并非有了数据分析产品就一定能做到数据驱动决策，如果没有更好的数据分析方法论的指导，即使有产品也未必能真正实现增长。

相较于市面上其它数据分析产品，GrowingIO背后有强大的数据分析团队，能为客户提供数据驱动增长方面的理论支持。GrowingIO是一款拥有谷歌基因的数据分析产品，因为公司创始团队基本都是来自硅谷的数据分析大牛。这款数据分析产品的最大亮点在于不需要开发人员埋点，就可以采集全量、实时的用户行为数据，不管是对管理者、产品经理、市场运营、数据分析师还是增长黑客，GrowingIO都能帮助他们实现更精细化地数据分析，从而优化产品、提升转化率，实现用户的快速增长和变现。

GrowingIO产品官网：https://growingio/

六、无处不在的表单设计和数据收集需求，用金数据就够了

创业公司无论是做用户与市场调研、收集意见反馈、在线投票，还是做活动报名和在线预约等，这都需要用到表单设计和数据收集工具。金数据是一款非常适合中小创业公司使用的表单设计与数据收集工具。金数据的操作非常简单，功能比较齐全，你只需通过像搭积木般的简单拖拽即可创建出好看实用的表单，高效完成数据收集工作。凡是需要表单设计和数据收集的场景，都可以借助金数据快速完成。

金数据产品官网：https://jinshuju/

其实能提高创业公司工作效率的工具还有很多，我在本文中只推荐了一些自己及身边同事用过且感觉不错的工具。最后还是文章开头时那句话：要么快速“干”起来，要么赶紧去死。巧用效率工具可以帮助创业公司最大限度节约时间成本，提高创业成功的概率。希望大家在工作中都能选对工具，在节省时间成本的同时，早日拿到A轮、B轮或C轮融资，甚至上市。

软件对科研狗的重要性不言而喻，从最基础的Microsoft Word 到最常用的统计学软件SPSS，都是我们的老朋友。今天小博给大家推荐一些科研实用软件，希望对各位老师有所帮助。

1、文献阅读软件

Mendeley：导入PDF格式的文献时，Mendeley会自动提取英文文献信息，而对于中文文献常出现无法识别的情况。Mendeley同时支持多平台同步，以后再也不怕出门看不了文献了。

Adobe Reader或福昕阅读器：传统的PDF阅读器，可用于阅读文献。

CNKI E-learning：CNKI开发的文献阅读器，可阅读CAJ格式的文献，并且可建立学习单元管理文献。

2、参考文献管理软件

Endnote：目前好评如潮的文献管理软件。常用中文数据库CNKI、万方、维普的文献，均提供Endnote格式以供引用（CBM需使用过滤器，方能使用Endnote格式）。Endnote可与Word连用，直接对论文参考文献进行编辑。对于WPS软件据说也支持，未亲测。

3、论文写作软件

Scrivener：是一个强大的写作工具，支持碎片化写作与论文模板套用，可与word连用。辅助作者完成从作品构思、搜集资料、组织结构、增删修改到排版输出的整个写作流程。

无论是结构化的论文还是信马由缰的随笔，各种写作方式都可以在 Scrivener 中找到适合的工具和功能。需收费，网络上有破解版。

Word：传统论文写作软件。

4、统计分析软件

SPSS/Stata：常用统计学软件，均需要收费，不过目前有很多破解版。

5、论文作图软件

Origin/Gpaph Prism/Adobe Photoshop：常用的论文作图与编辑软件，需收费。

6、其他软件

问卷数据录入软件：Epidada，支持导入到Excel，可限制数值避免错误。

PDF编辑软件：Adobe Acrobat，最好用的PDF编辑与格式转化软件，需收费，也有很多破解版。

微信收藏软件：为知笔记，可记录笔记并支持微信推送添加到为知笔记。

俗话说，工欲善其事必先利其器，对于科研人来说，更需要好的工具，才能事半功倍！

END

学好大数据，需要多读书。为自己建立一份书单，好好学习天天向上。我们根据大数据学习内容的特点，对相关内容进行整理和排序，从基础统计学到基础机器学习，再到内容更深入的专著，从具体的话题讨论，到整个行业的分析。这些书中既有数据科学经典读本，也有最近出版的新书，希望能帮助大家从中找到感兴趣的阅读内容。

1. 《深入理解机器学习：从原理到算法》Understanding Machine Learning: From Theoryto AlgorithmsBy Shai Shalev-Shwartz and Shai Ben-David

本书为剑桥大学机器学习教材。机器学习是计算机科学领域发展最快的分支之一，其应用具有深远的意义。本教科书的目的是有条理地介绍机器学习及为读者提供算法范例。本书介绍了机器学习基础知识，并详细解释了将这些原理转化为实际算法的数学推导理论论述。2.《统计思维：程序员的概率与统计学》

ThinkStats: Probability and Statistics for Programmers

作者：Allen B. Downey

《统计思维》是针对Python程序员编写的概率和统计学专著。本书强调利用简单的技术处理实际数据集（real dataset）、回答一些有趣的问题。书中还介绍了对美国国立卫生研究院的案例分析。作者鼓励读者在实际数据集项目中通过实践来学习。

3. 《统计学习基础：数据挖掘、统计与预测》

The Elements of Statistical Learning

作者：Trevor Hastie, Robert Tibshirani and Jerome Friedman

这本书在普遍概念框架中描述了数据学领域的重要思想。虽然这种方法属于统计学范畴，但本书的重点在于概念而不是数学。这本书的内容涵盖范围广泛，从监督式学习（预测）到无监督式学习。讨论的话题包括神经网络，支持向量机，分类树，其对boosting算法的讨论更是首创。

4. 《数据学基础》

Foundations of Data Science

作者：Avrim Blum, John Hopcroft, and Ravindran Kannan

虽然计算机科学的传统领域仍然非常重要，但越来越多的研究人员将使用计算机来了解和提取应用程序中出现的大量数据的可用信息，而不仅仅是利用计算机解决特定的问题。

5. 《大数据：互联网大规模数据挖掘与分布式处理》

Mining of Massive Datasets

作者：Jure Leskovec, Anand Rajaraman and Jeff Ullman

本书的编写基于斯坦福大学计算机科学课程“CS246: Mining Massive Datasets”。这本书和斯坦福的课程一样，是为没有计算机基础的本科学生设计的。为了支持读者进行更深入的探索，大部分章节最后都补充了深度阅读参考资料。

因为Python拥有像海一样丰富的第三方库，所以Python在数据分析方面能够处理的问题非常之广，从Excel比较擅长的公式计算，数据透视分析，到MATLAB比较擅长的科学计算，再到R语言中那些零散的机器学习库所能做的事情，Python都能优雅从容的面对。而这些工具不擅长的网络爬虫，大数据分析(结合spark)，Python更是能够出色的完成。

今天我们就来说说Python在数据分析方面有哪些优势？

① 相比Excel，Python能够处理更大的数据集;能够更容易实现自动化分析;能够比较容易的建立复杂的机器学习模型;

② 相比spss，spss是个统计软件，只适合在科学研究领域做实验数据的分析，并不适合做偏向实际应用场景的数据的分析;而Python能够处理复杂的数据逻辑，适合这些场景;

③ 相比R语言，Python的机器学习库只有一个—sklearn，所有的机器学习方法都集中在这一个库中，而R语言，我不清楚它到底有多少个用来做机器学习的库，R语言中的机器学习方法是如此的分散，以至于很难掌握。而且Python的使用人数在不断上升，有一些曾经只使用R的人在转向Python，我自己开始学的也是R，最后也学了Python。投入到一个呈现上升趋势的技术中，未来才会更加宽广。

④ 相比上述的几个工具，Python在做机器学习，网络爬虫，大数据分析时更加的得心应手。

小编这有一份《利用Python进行数据分析》PDF版，免费分享想要的小伙伴可以私信我~