会员   密码 您忘记密码了吗?
1,585,385 本书已上架      购物流程 | 常见问题 | 联系我们 | 关于我们 | 用户协议

有店 App


当前分类

商品分类

浏览历史

当前位置: 首页 > 简体书 > 數據分析基礎與實戰(微課版)
數據分析基礎與實戰(微課版)
上一张
下一张
prev next

數據分析基礎與實戰(微課版)

作者: 朱德軍,仲崇麗,張勝南
出版社: 人民郵電出版社
出版日期: 2022-03-01
商品库存: 点击查询库存
以上库存为海外库存属流动性。
可选择“空运”或“海运”配送,空运费每件商品是RM14。
配送时间:空运约8~12个工作天,海运约30个工作天。
(以上预计配送时间不包括出版社库存不足需调货及尚未出版的新品)
定价:   NT252.00
市场价格: RM45.30
本店售价: RM40.32
购买数量:
collect Add to cart Add booking
详细介绍 商品属性 商品标记
內容簡介

本教材主要介紹數據分析的基礎知識和實操過程。全書共7章,首先從數據分析概述入手,介紹數據分析的基礎知識、數據分析的流程、常用的數據分析方法及數據分析的道德與職業原則;然後以八爪魚採集器和Excel為例,從商務數據採集概述及初級應用、數據採集應用及採集實例、數據清洗與整理、數據視覺化、數據分析報告的撰寫等數據分析的流程切入,結合具體的案例進行詳細講解;後為數據分析案例實踐,主要介紹旅遊產品的遊記分析、電商數據的競品分析兩個真實的案例,教會讀者活學活用。本教材配套有PPT課件、參考答案、教學大綱、電子教案等資源,用書教師可在人郵教育社區免費下載。本教材可以作為數據科學、電子商務、統計學等相關專業的教材,也可以作為數據分析初學者的自學用書,還可以作為需要進行數據分析的職場人士的參考用書。


作者介紹


目錄

第1章 數據分析概述 1
1.1 數據分析的基礎知識 2
1.1.1 數據分析的定義 2
1.1.2 數據分析的分類 2
1.1.3 數據分析的用處 2
1.1.4 數據分析的工具 3
1.2 數據分析的流程 4
1.2.1 數據採集 4
1.2.2 數據清洗 5
1.2.3 數據整理 6
1.2.4 數據視覺化 6
1.2.5 數據分析報告撰寫 7
1.3 常用的數據分析方法 7
1.3.1 PEST分析法 7
1.3.2 5W2H分析法 8
1.3.3 邏輯樹分析法 9
1.3.4 相關分析 10
1.3.5 回歸分析 10
1.3.6 綜合評價分析法 11
1.3.7 四象限分析法 11
1.4 數據分析的道德與職業原則 12
1.4.1 數據分析造假 12
1.4.2 數據分析正能量 13
1.4.3 道德與倫理規範 13
1.4.4 職業原則 14
【本章小結】 15
【習題一】 15
【技能實訓】 16

第2章 商務數據採集概述及初級應用 17
2.1 商務數據採集概述 18
2.1.1 初識數據 18
2.1.2 商務數據的含義 20
2.1.3 商務數據的來源與採集 21
2.2 商務數據的採集方法與採集工具 24
2.2.1 商務數據採集方法 25
2.2.2 初識數據採集器 26
2.2.3 數據採集器的安裝與介面 27
2.3 數據採集器初級應用 30
2.3.1 範本任務模式及實例 30
2.3.2 自訂任務模式及實例 33
【本章小結】 48
【習題二】 48
【技能實訓】 49

第3章 數據採集高級應用及採集實例 50
3.1 數據採集的高級應用 50
3.1.1 遮罩網頁廣告 51
3.1.2 禁止載入圖片 51
3.1.3 增量採集 52
3.1.4 登錄採集 53
3.1.5 圖片及附件採集與下載 56
3.2 數據採集實例 56
3.2.1 金融網站的數據採集 56
3.2.2 百度地圖中店鋪的數據採集 60
3.2.3 電商產品的數據採集 62
3.2.4 職場招聘的數據採集 65
【本章小結】 67
【習題三】 67
【技能實訓】 68

第4章 數據清洗與整理 69
4.1 數據清洗與整理的基本原則 70
4.2 數據清洗的基本操作 70
4.2.1 刪除重複項 71
4.2.2 處理缺失值 74
4.2.3 分離組合列 76
4.2.4 處理非法值 81
4.3 數據整理的基本方法 83
4.3.1 常規的數據整理方法 83
4.3.2 日期時間型的數據法 95
【本章小結】 102
【習題四】 102
【技能實訓】 103

第5章 數據視覺化 104
5.1 常用統計量介紹及實現方法 105
5.1.1 集中趨勢 105
5.1.2 離散程度 108
5.1.3 分佈形態 110
5.2 數據說明表 111
5.2.1 數據說明表的製作要點 111
5.2.2 案例展示 112
5.3 數據視覺化方法 113
5.3.1 單變數數據視覺化 114
5.3.2 雙變數數據視覺化 119
5.3.3 多變數數據視覺化 126
【本章小結】 129
【習題五】 130
【技能實訓】 131

第6章 數據分析報告的撰寫 132
6.1 數據分析報告概述 132
6.1.1 數據分析報告的定義 133
6.1.2 數據分析報告的寫作原則 133
6.1.3 數據分析報告的作用 134
6.1.4 數據分析報告的分類 134
6.2 數據分析報告的結構 136
6.2.1 標題 136
6.2.2 背景介紹 137
6.2.3 正文 139
6.2.4 結論與建議 143
6.2.5 附錄 144
6.3 撰寫數據分析報告的注意事項 144
6.4 數據分析報告撰寫案例 145
【本章小結】 151
【習題六】 151
【技能實訓】 152

第7章 數據分析案例實踐 153
7.1 基於馬蜂窩旅遊產品的遊記分析 153
7.1.1 馬蜂窩數據的獲取 153
7.1.2 馬蜂窩數據的清洗與整理 156
7.1.3 馬蜂窩數據的視覺化 157
7.1.4 馬蜂窩數據分析報告示例 158
7.2 基於電商數據的競品分析 163
7.2.1 電商數據的獲取 163
7.2.2 電商數據的清洗與整理 165
7.2.3 電商數據的視覺化 165
7.2.4 競品分析案例展示 166
【本章小結】 173
【習題七】 173
【技能實訓】 173

參考文獻 174