统计学专业通常学习的软件包括以下几种：

R语言

特点：开源的统计分析和数据可视化编程语言，广泛应用于数据分析、数据可视化和机器学习等领域。

适用人群：适合需要高度定制化统计分析和数据探索的研究人员，尤其是数据科学家和统计学家。

Python

特点：通用的编程语言，具有简洁易读的语法，同时拥有丰富的数据分析库如Pandas、NumPy和SciPy等。

适用人群：适合初学者或非专业统计人员使用，特别是社会科学和市场研究领域的学生。

SAS

特点：商业化的统计分析软件，广泛应用于数据挖掘、商业智能和预测分析等领域。

适用人群：适合需要进行复杂统计分析和数据挖掘的专业人员，尤其是医学研究、金融分析等领域。

SPSS

特点：常用的统计分析软件，提供了丰富的统计分析方法和数据可视化功能，并且具有用户友好的图形化界面。

适用人群：适合没有太多编程基础的读者，特别是社会科学和市场研究领域的学生。

Stata

特点：专业的统计软件，适用于各种统计分析和数据管理任务，拥有强大的数据处理和统计分析功能。

适用人群：适合各类科研领域，尤其是经济学、生物统计学和流行病学研究等。

MATLAB

特点：数值计算环境和编程语言，主要用于技术计算，在统计学和数据分析方面也有很多应用，特别是在数学建模、信号处理和控制系统等领域。

适用人群：适合进行算法开发和数据分析的专业人员。

Excel

特点：功能强大的电子表格软件，虽然不如专业统计软件功能全面，但数据处理和图表展示功能非常好用。

适用人群：适合初学者或非专业统计人员进行基本的数据处理和分析。

Origin

特点：以时间序列分析为主，功能强大，适合经济学、金融学等领域的研究。

适用人群：适合进行时间序列分析的专业人员。

EViews

特点：以时间序列分析为主，功能强大，适合经济学、金融学等领域的研究。

适用人群：适合进行时间序列分析的专业人员。

JMP

特点：具有图形化界面，操作直观，适用于质量控制和工业生产等领域。

适用人群：适合质量控制和工业生产领域的专业人员。

MINITAB

特点：统计软件，适用于各种统计分析和数据管理任务。

适用人群：适合需要进行统计分析和数据管理的各类专业人员。

这些软件各有特点，适用于不同的统计分析和数据处理需求。建议根据具体的学习目标和领域选择合适的软件进行学习。