數(shù)據(jù)和分析為數(shù)字化轉型提供了燃料，而企業(yè)充分發(fā)揮這些燃料的唯一途徑是，為其統(tǒng)計學家、數(shù)據(jù)專家和企業(yè)分析專家提供正確的數(shù)據(jù)科學工具，從而為企業(yè)提供寶貴的洞察力。

無論是用于直接統(tǒng)計分析、機器學習建模還是可視化，數(shù)據(jù)科學工具對于建設數(shù)據(jù)驅動的企業(yè)文化都至關重要。

最近我們采訪了各個行業(yè)中經(jīng)驗豐富的數(shù)據(jù)科學家，詢問他們最常使用的工具。下面是我們從中精心挑選的5個工具。

1. Python

與用于創(chuàng)建自定義算法的編程方法不同，Python不是一種獨特的軟件，但它是很多數(shù)據(jù)科學家的首選。在最近數(shù)據(jù)科學網(wǎng)站KDnuggets對2052名用戶進行的分析/數(shù)據(jù)科學軟件調(diào)查中，Python被65.6%的受訪者列為首選工具。

Cindicator公司首席數(shù)據(jù)科學家Alexander Osipenko表示：“我們將Python用于數(shù)據(jù)科學和后端，這為我們提供了快速開發(fā)和機器學習模型部署。對于我們來說，同樣重要的是確保部署工具的安全性。”

Katie Malone最初是一名粒子物理學家，現(xiàn)在她是Civis Analystic公司的數(shù)據(jù)科學研究團隊的負責人之一，她指出，Python是她作為物理學家首選的數(shù)據(jù)科學工具，而現(xiàn)在她在商業(yè)世界也在繼續(xù)使用它。對于她而言，最吸引她的是圍繞Python強大的開源生態(tài)系統(tǒng)，這使她能夠利用各種數(shù)據(jù)科學庫來幫助她解決特定的分析問題。

她表示：“這個社區(qū)擁有非常充滿活力的開源人群，他們使用Python來解決有趣的數(shù)據(jù)科學問題。”

Wovenware公司創(chuàng)新總監(jiān)兼首席數(shù)據(jù)科學家Leslie De Jesus對此表示贊同，她非常依賴Python庫。

“我們使用 Python庫(包括Scrapy)用于網(wǎng)絡抓取，并能夠從互聯(lián)網(wǎng)上提取數(shù)據(jù)并將其上傳到數(shù)據(jù)框架進行分析，”De Jesus說。 “同時，我們使用Pandas和NumPy Python庫進行數(shù)據(jù)分析和矩陣操作。這些都有助于我們更快創(chuàng)建代碼，而NumPy還允許復雜的廣播功能。”

Tiger Analytics公司數(shù)據(jù)科學和創(chuàng)新主管Niranjan Krishnan解釋說，Python的用例非常多。

Krishnan說：“我們已經(jīng)成功部署Python數(shù)據(jù)科學模型，用于優(yōu)化直接面向客戶的營銷活動和人壽保險承保，以及改善在線廣告的實時定價。”

這里的缺點是，Python是基于代碼，這里需要高水平的編程和分析技能。

他指出：“而Knime和Alteryx是優(yōu)秀的菜單驅動的低代碼替代品，也可供一般數(shù)據(jù)科學家和業(yè)務分析師使用。”

2. R

與Python類似，R是很多數(shù)據(jù)科學專業(yè)人員喜愛的另一種編程語言，它更加簡單且更專注于數(shù)據(jù)科學。在KDnuggets調(diào)查中，R排名第三，48.5%的受訪者將其列為首選數(shù)據(jù)科學工具之一。

Civis Analytics公司的Malone表示，R具有非常復雜的機器學習和統(tǒng)計功能，這是她的團隊成員除Python之外的常用選擇。

她指出：“這取決于具體情況，我們有多種需求，所以這兩個我們都喜歡。從統(tǒng)計和定量社會科學方面來看，R更多一些。”

根據(jù)Untapt公司首席數(shù)據(jù)科學家Jon Krohn的說法，R是他的首選數(shù)據(jù)探索工具。

他指出：“我可以快速查看平均值、中位數(shù)和四分位數(shù)等摘要統(tǒng)計數(shù)據(jù);快速創(chuàng)建不同的圖表;以及創(chuàng)建測試數(shù)據(jù)集，這些可輕松地共享并導出位CSV格式。”

3. Jupyter Notebook

從數(shù)據(jù)可視化和數(shù)據(jù)通信來看，很多數(shù)據(jù)科學團隊的數(shù)據(jù)科學工具列表中還會有Jupyter Notebook。

HackerRank公司數(shù)據(jù)科學副總裁SofusMacskássy表示：“Jupyter Notebook支持R和Python，對數(shù)據(jù)訪問和可視化提供強大庫支持。該工具還使團隊能夠輕松導出工作簿用于演示，它正成為數(shù)據(jù)科學領域的標準。”

對于Anexinet公司數(shù)字和分析服務高級副總裁Michael Golub而言，Jupyter的另一個好處是，可靈活使用最受歡迎的數(shù)據(jù)科學庫。Golub解釋說Jupyter是他團隊最喜歡的協(xié)作開發(fā)環(huán)境。

Golub稱：“Jupyter Notebook是我們協(xié)作數(shù)據(jù)科學項目工作的首選工具，在涉及需要教育的時候，它也非常有用。”

此外，Untapt公司的Krohn稱，Jupyter Notebook是交互式構建原型模型的絕佳工具。

他表示：“在Untapt，我們利用Jupyter Notebook來編寫原型代碼，也用于打印數(shù)據(jù)表、摘要指標和圖表。”

[[248255]]

4. Tableau

在硬數(shù)據(jù)科學團隊和更多以業(yè)務為中心的分析人員之間，Tableau可提供良好的橋梁。

Entersoft Security公司的SEO高級主管Pooja Pandey表示：“對于數(shù)據(jù)科學家和數(shù)據(jù)科學新手來說，這是很棒的工具。這是一個快速儀表板工具，可提供可視化洞察力和分析數(shù)據(jù)，它有著非常短的學習曲線。”

Tableau的可視化和報告功能的速度可為各種用戶提供洞察力。

QuotesAdvisor.com首席執(zhí)行官Sophie Miles表示：“它可以很快部署、易于學習且非常直觀。通過Tableau，該公司的不同部門可根據(jù)需要制定詳盡的報告。

Miles解釋稱，由于該儀表板非常靈活，因此對數(shù)據(jù)組合的臨時請求數(shù)量有所減少。因此，QuotesAdvisor.com的效率提高了95%。她說道：“現(xiàn)在人們花更多的時間來思考問題，而不是生成報告。”

5. Keras

根據(jù)日立Vantara公司首席技術官辦公室首席數(shù)據(jù)科學家Wei Lin表示，他最常用的數(shù)據(jù)科學工具是Python、R和Keras。他使用Python和R用于上述所有原因，而利用Keras的深度學習功能。

Lin稱：“Keras是使用Python編寫的開源神經(jīng)網(wǎng)絡庫，以快速通過深度神經(jīng)網(wǎng)絡進行實驗。并且，它能夠運行在TensorFlow、微軟Cognitive Toolkit或Thea。”

Kera的優(yōu)勢在于高維模式匹配。

他表示：“例如，圖像和自然語言處理以及支持完善的深度學習分析模型，包括卷積神經(jīng)網(wǎng)絡和短期記憶。”

根據(jù)Cindicator公司的Osipenko表示，Keras的最大吸引點在于它可幫助節(jié)省大量時間。

他指出：“我們添加新工具的主要標準是，它是否能讓你作為數(shù)據(jù)科學家的工作變得更輕松。這里的例子就是Keras，這個開源高級包裝器，可大大加快開發(fā)神經(jīng)網(wǎng)絡的過程。任何在TensorFlow編寫神經(jīng)網(wǎng)絡的人都會明白我在說什么。即使Keras不完美，但它可以改變這個開發(fā)流程，讓你的代碼對其他開發(fā)人員更具可讀性。”成都加米谷大數(shù)據(jù)培訓機構，小班教學，免費試聽。