常用的數據分析工具 — Python、R、SPSS

行銷資料科學

Nov 11, 2020 · 3 min read

行銷人和商管人過去在進行資料（數據）分析時，經常會使用MS Excel、SPSS或者是SAS等套裝軟體。因此，讀過商研、心理或社會學等研究所的學生對這些軟體都不會太陌生。但是，現在隨著R和Python電腦語言的崛起，加上其免費、後續衍生的套件功能強大、可處理資料容量也讓SPSS等軟體難以望其項背。因此，許多研究生和商管人已有逐漸改用R、Python的趨勢。

過去，由於商管研究所學生要畢業之前，大都規定要寫一本論文，因此做量化問卷和用SPSS跑統計是很稀鬆平常的事。而在寫論文之前，就會聽到很多學長姐或同學一直在詢問，哪裡可以找到SPSS軟體。

SPSS套裝軟體的好處是，它很容易於操作與學習，但必須要付費。R和Python語言的最大好處是「免費」，而且有龐大的社群在背後支持，加上不斷地開發出新的套件，供使用者使用。

不過，這些套裝軟體或是程式語言，都有優缺點與其適用性，在進行資料分析的學習與實作時，可以根據自己的需求與條件，選擇適合的套裝軟體或是程式語言來學習。

以下，簡單就SPSS、R和Python進行比較，如圖1所示。

圖1. SPSS、R、Python

1. SPSS

SPSS是IBM旗下的一套統計分析軟體。它的歷史悠久，最早的版本是於1968年提出。本書作者在學校做研究時，大都使用SPSS來進行。SPSS的售價並不便宜，大約十萬元起跳，如果需要用到其他進階功能，還需加購其它進階模組。

至於在資料量的處理上，相對於Python與R，SPSS處理的資料量相對較小（當然，處理能力還牽涉到電腦效能）。在資料分析上，SPSS適合進行統計分析與資料探勘，但繪圖功能對於Python與R要來的弱。

總之，SPSS是一套相當好上手的套裝軟體，也廣受許多大研究機構、學校、企業所使用。

2. R語言

R語言是由紐西蘭奧克蘭大學的羅斯·伊哈卡（George Ross Ihaka）和羅伯特·傑特曼（Robert Clifford Gentleman）於1993年所開發。R語言是一套免費的程式語言，而且背後有廣大的社群不斷地在研發新的套件。在資料量的處理上，R語言適合處理較大的資料量（相對於SPSS，如果資料量更大，就適合用Python）。

在進行資料分析時，R適合進行統計分析與資料探勘，而且R的繪圖功能非常強大，能呈現出良好的資料視覺化。目前幾乎所有統計系的學生，都被要求學習R。

3.Python

Python是由荷蘭程式設計師吉多·范‧羅蘇姆（Guido van Rossum）於1991年所提出。它與R一樣，是一套免費的軟體，而且背後有龐大的研發社群進行支援。

在資料量上，Python適合處理大資料與小資料。Python除了適合進行數據分析，Python還適合連結網頁後端，並與各大應用框架進行串接。這樣強大的延展性的功能，已經讓資料科學家跳脫數據分析的範疇，而進入到資料產品服務的研發設計上。

作者：蘇宇暉（台科大管研所博士候選人）、羅凱揚（台科大企管系博士）