数据分析是对数据的处理，以提取支持机器进行决策的有用信息。数据的处理涉及清理，重塑和检查数据。
由于要处理的数据太大，因此数据分析需要较高的计算能力。因此，有专门的数据分析工具。
一些流行的数据分析工具是-
R编程
R是适用于所有主要平台（例如Windows，macOS，Unix）的最佳数据分析工具之一。它已发现在数据建模和统计中的用途。使用R可以轻松操作和表示大数据，因为R具有对数据分析的强大库支持。R中提供了11,556个软件包，使数据科学家的工作变得容易。
Python
列表中的另一种编程语言python是一种用途最广泛的编程语言。由于其庞大的库和易于理解的性质，因此被广泛使用。对于需要具有机器学习和数据分析功能的工具的用户来说，这很常见，因为它有大量支持这两种功能的软件包。
Tableau Public
一个免费的数据可视化工具，用于创建可视化，映射和仪表板等。它可以轻松连接到数据源以提取数据进行可视化，还支持将可视化共享到客户端或社交媒体。它具有处理大数据的能力，并且可以更好地可视化数据。
SAS
Sas是一种编程语言兼环境，用于数据处理。它用于分析大量数据并进行管理。它是一种有效的社交媒体营销工具。
Microsoft Excel
它是可用于分析的简单且基本的工具。数据科学家将其用作第一级工具。它是预览数据集并向数据添加过滤器的重要工具。它具有先进的业务分析功能，可帮助用户进行建模。
Apache Spark
Apache Spark Apache Spark是一种可伸缩的数据处理工具，用于与Hadoop数据集群一起使用。它是一种有助于数据科学的工具，可用于机器学习模型开发，因为它支持分类，回归，聚类和过滤等技术，以帮助从数据集中学习。