KNIME简介：
还在傻傻的用Excel做数据分析？这里将一个已经问世10多年的强大数据分析工具推荐给大家---KNIME。
强大数据分析工具KNIME数据分析平台的长项就是其强大的数据和工具的集成能力：不仅仅能做常规数据分析，还能玩大数据---与第三方的大数据框架集成其通过大数据组件的扩展（BigDataExtension）能够方便的和Apache的Hadoop和Spark等大数据框架集成在一起，强大吧。
支持数据格式多。不但支持纯文本，数据库，文档，图像，网络，甚至还支持基于Hadoop的数据格式。
俗话说一个好汉三个帮。KNIME还支持多种数据分析工具和语言，包括支持R语言和Python语言。当然，结果分析出来不可视化出美丽报表，也是不不行的。所以，强大的可视化功能也是必须的。它提供了易于使用的图形化接口，能够把分析结果通过生动形象的图形展示给用户。最最最重要的是其提供了多个模块，且现在第三方模块数量还在不断的增长。
强大的各种数据文件支持也是Excel望尘莫及的。主要的文件格式和数据库数据格式一个不拉，XML,JSON,图形，文档等。
居然还支持AI，什么机器学习，深度学习都不在话下。而且让使用这些高大上的功能非常容易，看看这些AI学习库就心动：H2O，Keras，Scikit-Learn等。
当然，最后给老板看的报表功能也是全面支持，不仅提供基于Web报告，还支持酷炫的数据视图的展示，并能让老板看的瞠目结舌的，动态工作流设计也支持。
并能让老板看的瞠目结舌的KNIME的发展简史
KNIME的核心架构，基于JAVA+eclipse编写。
KNIME功能丰富，集成了各种其他的开源项目，例如从机器学习算法的Weka，统计包R项目，以及LIBSVM，JFreeChart的，ImageJ的和化学开发工具包。
分析基本步骤
KNIME可以通过可视化组件的拖拽，在工作流图上通过数据获取，数据处理，数据分析，部署应用等步骤对数据进行引入，处理和部署整套流程。
分析基本步骤KNIME结合Python进行数据分析
KNIME繁多的数据读取，处理等功能组件琳琅满目，刚开始大家肯定会眼花缭乱，光是了解模块就得花上不少的时间。能不能马上结合我们的Python技能，结合KNIME马上开始分析呢？问到点子上了。下面就结合Python在KNIME里进行快速数据分析。
首先，需要在KNIME里安装支持Python的组件。
在KNIME的UI里，点“File”-”INSTALLKnimeExtension”。
安装以下组件：
KNIMEPythonIntegration，安装后可以使用‘PythonScript’和‘PythonView’nodeKNIMEReportDesigner安装完毕后进入实战环节。
新建一个workflow。拖入一个csvreader组件，并设置好读取的csv文件和参数。
2.拖入一个PythonScript(1=1)组件。将csvreader连线到该组件，双击PythonScript组件，查看Python程序。（注意不用修改）
简单解释下，该组件里，Python程序从input_table里得到csvreader的读取数据流，然后处理后，把结果放到output_table，这个变量即是该组件对后面传递的变量。当然，如果有处理逻辑，可以利用python程序对input_table进行处理后再赋予output_table。
3.数据已经生成，下面要进行可视化了。拖入一个PythonView组件。双击该组件，输入图示代码，利用输入数据可视化，做bar图，并存到svg格式，并把图片内容放到输出变量output_image里。
Python代码如下：
fromioimportBytesIO #Onlyusenumericcolumns data=input_table._get_numeric_data()#ReplacerowIDbynumber data.index=range(0,len(data))#Createbuffertowriteinto buffer=BytesIO() #Createplotandwriteitintothebuffer data.plot().get_figure().savefig(buffer,format=svg)#Theoutputisthecontentofthebufferoutput_image=buffer.getvalue()
4.最后，把可视化图片呈现出来。拖入ImageToReport组件，把输出结果连接到该组件。点中该组件，右击鼠标，调出执行菜单，选择”ExcuteandOpenView”，执行。
最后可视化结果输出如下：
强大的KNIME+Python,从数据读取，处理，到可视化都搞定了，喜欢吧！赶快扔掉Excel，进入新的支持Python分析平台吧。