本書適合對人工智能、機器學習、數據分析等方向感興趣的初學者和愛好者。
電子書
編輯推薦
透徹講解Excel、SQL、Tableau、Python四項數據分析必會工具。
內容簡介
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(yè)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。
本書適合有志于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、市場人員的參考用書。
章節(jié)目錄
- 封面
- 書名頁
- 版權頁
- 前言
- 目錄
- 第1章 數據分析入門
- 1.1 什么是數據分析
- 1.1.1 數據分析的含義
- 1.1.2 數據分析的操作步驟
- 1.1.3 數據分析的應用場景
- 1.1.4 數據分析的發(fā)展趨勢
- 1.2 數據分析的職業(yè)發(fā)展及分類
- 1.3 數據分析之道
- 1.3.1 三類統(tǒng)計分析策略
- 1.3.2 數據分析的常用方法
- 1.4 數據分析之術
- 1.4.1 必備的Excel處理方法
- 1.4.2 高超的數據庫查詢技巧
- 1.4.3 純熟的數據可視化技能
- 1.4.4 高大上的統(tǒng)計編程技術
- 第2章 數據分析—從玩轉Excel開始
- 2.1 Excel概述
- 2.1.1 強大的數據處理技能
- 2.1.2 實用的數據分析技巧
- 2.1.3 豐富的數據可視化圖表
- 2.1.4 便捷的自動化數據處理
- 2.1.5 快速實現(xiàn)業(yè)務報表開發(fā)
- 2.2 高效處理數據的Excel函數家族
- 2.2.1 常用的統(tǒng)計分析函數
- 2.2.2 靈活的文本處理函數
- 2.2.3 便捷的數值運算函數
- 2.2.4 經典的邏輯判斷函數
- 2.2.5 實用的日期計算函數
- 2.2.6 高效的匹配查找函數
- 2.3 十分有用的Excel數據分析技巧
- 2.3.1 數據透視表實現(xiàn)統(tǒng)計分析
- 2.3.2 描述性統(tǒng)計分析
- 2.3.3 相關系數與協(xié)方差
- 2.3.4 線性回歸模型預測
- 2.3.5 移動平均模型預測
- 2.4 酷炫的Excel圖表可視化
- 2.4.1 Excel基礎圖表
- 2.4.2 高級可視化圖表
- 2.5 讓你的Excel報表動起來
- 2.5.1 VBA基礎語法
- 2.5.2 錄制宏，解放你的雙手
- 2.5.3 VBA應用：學生成績信息統(tǒng)計
- 2.5.4 VBA應用：報表發(fā)送前的一鍵優(yōu)化
- 2.5.5 VBA應用：數據庫字典的超鏈接
- 2.5.6 VBA應用：一鍵合并拆分工作簿
- 2.5.7 VBA應用：從數據庫獲取并更新數據
- 第3章 海量數據管理—拿MySQL說事兒
- 3.1 MySQL數據庫的安裝
- 3.2 將數據寫入到數據庫中
- 3.2.1 常用的數據類型
- 3.2.2 手工建表
- 3.2.3 數據插入
- 3.2.4 外部數據的批量導入
- 3.3 重要的單表查詢
- 3.3.1 SQL查詢的7個核心關鍵詞——以鏈家二手房數據為例
- 3.3.2 基于CASE WHEN的常用查詢——以電商交易數據為例
- 3.3.3 幾種常見的嵌套查詢——以學員考試成績?yōu)槔?/a>
- 3.3.4 基于分組排序的輔助列功能——以銷售員業(yè)績數據為例
- 3.4 復雜的多表查詢
- 3.4.1 縱向表合并——以超市交易數據為例
- 3.4.2 表連接操作——以校園一卡通記錄數據為例
- 3.5 通過索引提高數據的查詢速度
- 3.5.1 常見的索引類型
- 3.5.2 索引的查詢和刪除
- 3.5.3 關于索引的注意事項
- 3.6 數據庫的增刪改操作
- 3.6.1 數據庫的增操作
- 3.6.2 數據庫的刪操作
- 3.6.3 數據庫的改操作
- 第4章 數據可視化——Tableau的使用
- 4.1 數據可視化概述
- 4.1.1 什么是數據可視化
- 4.1.2 為什么要實現(xiàn)數據可視化
- 4.2 Tableau概述
- 4.2.1 軟件安裝
- 4.2.2 連接數據源
- 4.2.3 數據源界面
- 4.2.4 工作區(qū)界面
- 4.2.5 高級操作
- 4.2.6 保存結果
- 4.3 數據可視化圖表
- 4.3.1 條形圖
- 4.3.2 柱形圖
- 4.3.3 折線圖
- 4.3.4 面積圖
- 4.3.5 符號圖
- 4.3.6 樹狀圖
- 4.3.7 氣泡圖
- 4.3.8 文字云
- 4.3.9 餅圖
- 4.3.10 熱圖
- 4.3.11 盒須圖
- 4.3.12 雙軸圖
- 4.3.13 動態(tài)圖表
- 4.3.14 參數圖表
- 4.3.15 漏斗圖
- 4.4 儀表板的制作與發(fā)布
- 4.4.1 儀表板的制作
- 4.4.2 可視化成果發(fā)布
- 第5章 數據分析進階——Python數據分析
- 5.1 數據分析的利器——Python
- 5.1.1 Anaconda——Python集成開發(fā)環(huán)境的安裝
- 5.1.2 Python編程工具的選擇
- 5.2 Jupyter的使用技巧
- 5.2.1 代碼運行組合鍵
- 5.2.2 代碼框操作組合鍵
- 5.2.3 注釋組合鍵
- 5.2.4 幫助組合鍵
- 5.2.5 代碼與筆記的切換組合鍵
- 5.3 數據讀取——從pandas開始
- 5.3.1 文本文件的讀取
- 5.3.2 電子表格的讀取
- 5.3.3 數據庫數據的讀取
- 5.4 常見的數據處理技術
- 5.4.1 數據的概覽與清洗
- 5.4.2 數據的引用
- 5.4.3 多表合并與連接
- 5.4.4 數據的匯總
- 5.5 探索性數據分析
- 5.5.1 異常數據的檢測與處理
- 5.5.2 數據的描述
- 5.5.3 數據的推斷
- 5.6 線性回歸模型的應用
- 5.6.1 簡單線性回歸模型——剎車距離的研究
- 5.6.2 多元線性回歸模型——產品市場銷售額的研究
- 5.6.3 模型的顯著性檢驗——F檢驗
- 5.6.4 回歸系數的顯著性檢驗——t檢驗
- 5.6.5 基于回歸模型識別異常點
- 5.6.6 模型的預測
展開全部
數據分析從入門到進階是2019年由機械工業(yè)出版社出版,作者。
溫馨提示：
1.本電子書已獲得正版授權，由出版社通過知傳鏈發(fā)行。
2.該電子書為虛擬物品，付費之后概不接收任何理由退款。電子書內容僅支持在線閱讀，不支持下載。
3.您在本站購買的閱讀使用權僅限于您本人閱讀使用，您不得/不能給任何第三方使用，由此造成的一切相關后果本平臺保留向您追償索賠的權利！版權所有，后果自負！
得書感謝您對《數據分析從入門到進階》關注和支持，如本書內容有不良信息或侵權等情形的，請聯(lián)系本網站。
電子書
電子書
12年辦公圖書口碑品牌
500000 讀者的共同選擇
實戰(zhàn)案例 精選的案例全部來自實際工作
輕便易攜 將高效辦公進行到底
資源贈送300集Word、Excel、PPT應用技巧視頻
電子書
電子書
面向大數據開發(fā)工程師，大數據運維工程師圍繞Hadoop、Spark、Flink三大主流平臺，詳解大數據平臺的搭建及數據分析（離線/實時）隨書配備全套數據集、安裝包、配置文件、海量教學視頻（近30GB），方便學用
電子書
隨著云計算、大數據等的快速發(fā)展，越來越多的組織用信息化手段進行流程管理。如何提升流程執(zhí)行的智能化程度、動態(tài)性和柔性，以提高對非標準業(yè)務的管理效率，是流程管理面臨的一個重要問題。本書基于流程管理系統(tǒng)積累的日志，提出了3種流程管理的工作流活動推薦方法，分別為基于用戶類別近鄰的活動推薦方法、基于Pearson相關系數的活動推薦方法和基于協(xié)同過濾的活動推薦方法，并介紹了一種流程信息的可視化算法，實現(xiàn)了一個
電子書
電子書
本書主要講解商務數據的處理與分析，深入淺出地介紹了使用Excel編輯、分析和管理商務數據的方法，幫助讀者快速、高效地完成商務數據的處理與分析工作。全書共11章：第1章主要介紹商務數據分析的基礎知識；第2～5章主要介紹編輯與處理數據的方法；第6～11章主要介紹實際工作中不同類型數據的分析方法，并對Excel的常用函數、公式和數據分析工具等進行詳細講解。本書內容翔實、結構清晰、圖文并茂，通過實際工作中
