|
|
|
本書由一線數據分析師精心編寫，通過大量案例介紹了數據分析工作中常用的數據分析方法與工具。本書包括5章內容，分別是數據分析入門、數據分析——從玩轉Excel開始、海量數據管理——拿MySQL說事兒、數據可視化——Tableau的使用、數據分析進階——Python數據分析。本書通俗易懂、通過大量貼近企業真實場景的案例，幫助讀者在提高數據處理技能的同時加深對數據分析思維的理解。
本書適合有志於從事數據分析工作或已從事初級數據分析工作的人士自學，也可作為產品經理、運營人員、市場人員、對數據分析感興趣的企業高管以及創業者的參考用書。
陳紅波，碩士，「大海魚數據分析」公眾號運營者。曾就職於國內大型金融、遊戲、電商公司的數據部門，擔任高級數據分析師一職，具有豐富的行業數據分析經驗。目前主要負責企業數據部門的管理工作，內容包括數據治理、報表架構、數據支持、業務分析、數據咨詢等。
劉順祥，統計學碩士，「數據分析1480」公眾號運營者。曾就職于唯品會電商平台，擔任高級數據分析師一職。目前就職於國內某數據咨詢公司，為聯想、亨氏、美麗田園、喜力、網魚網咖等企業提供數據咨詢服務。著有《從零開始學Python數據分析與挖掘》一書。
前言
第1章 數據分析入門1
1.1 什麼是數據分析1
1.1.1 數據分析的含義1
1.1.2 數據分析的操作步驟2
1.1.3 數據分析的應用場景5
1.1.4 數據分析的發展趨勢8
1.2 數據分析的職業發展及分類8
1.3 數據分析之道10
1.3.1 三類統計分析策略10
1.3.2 數據分析的常用方法17
1.4 數據分析之術22
1.4.1 必備的Excel處理方法22
1.4.2 高超的數據庫查詢技巧23
1.4.3 純熟的數據視覺化技能23
1.4.4 高大上的統計程式設計技術26
第2章 數據分析——從玩轉Excel開始28
2.1 Excel概述28
2.1.1 強大的數據處理技能28
2.1.2 實用的數據分析技巧29
2.1.3 豐富的數據視覺化圖表30
2.1.4 便捷的自動化數據處理30
2.1.5 快速實現業務報表開發32
2.2 高效處理數據的Excel函數家族34
2.2.1 常用的統計分析函數35
2.2.2 靈活的文本處理函數49
2.2.3 便捷的數值運算函數59
2.2.4 經典的邏輯判斷函數68
2.2.5 實用的日期計算函數74
2.2.6 高效的匹配查找函數80
2.3 十分有用的Excel數據分析技巧94
2.3.1 樞紐分析表實現統計分析95
2.3.2 描述性統計分析113
2.3.3 相關係數與協方差115
2.3.4 線性回歸模型預測118
2.3.5 移動平均模型預測121
2.4 酷炫的Excel圖表視覺化123
2.4.1 Excel基礎圖表123
2.4.2 高級視覺化圖表135
2.5 讓你的Excel報表動起來141
2.5.1 VBA基礎語法142
2.5.2 錄製巨集，解放你的雙手152
2.5.3 VBA應用：學生成績資訊統計154
2.5.4 VBA應用：報表發送前的一鍵優化155
2.5.5 VBA應用：數據庫字典的超連結156
2.5.6 VBA應用：一鍵合併拆分工作簿158
2.5.7 VBA應用：從數據庫獲取並更新數據163
第3章 海量數據管理——拿MySQL說事兒174
3.1 MySQL數據庫的安裝174
3.2 將數據寫入到數據庫中178
3.2.1 常用的數據類型178
3.2.2 手工建表181
3.2.3 數據插入183
3.2.4 外部數據的批量導入186
3.3 重要的單表查詢191
3.3.1 SQL查詢的7個核心關鍵字——以鏈家二手房數據為例192
3.3.2 基於CASE WHEN的常用查詢——以電商交易數據為例201
3.3.3 幾種常見的嵌套查詢——以學員考試成績為例205
3.3.4 基於分組排序的輔助列功能——以銷售員業績數據為例210
3.4 複雜的多表查詢214
3.4.1 縱向表合併——以超市交易數據為例215
3.4.2 表連接操作——以校園一卡通記錄數據為例217
3.5 通過索引提高數據的查詢速度224
3.5.1 常見的索引類型224
3.5.2 索引的查詢和刪除229
3.5.3 關於索引的注意事項230
3.6 數據庫的增刪改操作231
3.6.1 數據庫的增操作231
3.6.2 數據庫的刪操作232
3.6.3 數據庫的改操作235
第4章 數據視覺化——Tableau的使用238
4.1 數據視覺化概述238
4.1.1 什麼是數據視覺化238
4.1.2 為什麼要實現數據視覺化240
4.2 Tableau概述241
4.2.1 軟體安裝241
4.2.2 連接數據來源243
4.2.3 數據來源介面249
4.2.4 工作區介面251
4.2.5 高級操作259
4.2.6 保存結果264
4.3 數據視覺化圖表265
4.3.1 橫條圖266
4.3.2 直條圖267
4.3.3 折線圖268
4.3.4 面積圖271
4.3.5 符號圖272
4.3.6 樹狀圖272
4.3.7 氣泡圖273
4.3.8 文字雲273
4.3.9 圓形圖274
4.3.10 熱圖274
4.3.11 盒須圖275
4.3.12 雙軸圖276
4.3.13 動態圖表277
4.3.14 參數圖表279
4.3.15 漏斗圖282
4.4 儀錶板的製作與發佈286
4.4.1 儀錶板的製作286
4.4.2 視覺化成果發佈288
第5章 數據分析進階——Python數據分析291
5.1 數據分析的利器——Python291
5.1.1 Anoconda——Python整合式開發環境的安裝292
5.1.2 Python程式設計工具的選擇295
5.2 Jupyter的使用技巧297
5.2.1 代碼運行複合鍵297
5.2.2 代碼框操作複合鍵297
5.2.3 注釋複合鍵297
5.2.4 幫助複合鍵298
5.2.5 代碼與筆記的切換複合鍵298
5.3 數據讀取——從pandas開始299
5.3.1 文字檔的讀取299
5.3.2 試算表的讀取301
5.3.3 數據庫數據的讀取303
5.4 常見的數據處理技術306
5.4.1 數據的概覽與清洗306
5.4.2 數據的引用312
5.4.3 多表合併與連接314
5.4.4 數據的匯總319
5.5 探索性數據分析324
5.5.1 異常數據的檢測與處理324
5.5.2 數據的描述331
5.5.3 數據的推斷348
5.6 線性回歸模型的應用358
5.6.1 簡單線性回歸模型——刹車距離的研究359
5.6.2 多元線性回歸模型——產品市場銷售額的研究363
5.6.3 模型的顯著性檢驗——F檢驗365
5.6.4 回歸係數的顯著性檢驗——t檢驗367
5.6.5 基於回歸模型識別異常點370
5.6.6 模型的預測372
