谁说菜鸟不会数据分析python篇下载_谁说菜鸟不会数据分析(工具篇) 张文霖 中文PDF影印版[36.4MB]...

谁说菜鸟不会数据分析(工具篇)张文霖 中文PDF影印版[36.4MB]

作者: 张文霖 等

图书分类: 软件

资源格式: PDF

版本: 影印版

出版社: 电子工业出版社

书号: 9787121204098

发行时间: 2013年06月

地区: 大陆

语言: 简体中文

因版权问题,暂不提供pdf下载,请到官网购买,敬请谅解!

内容简介:

工欲善其事,必先利其器。数据分析也不例外,本书基于Excel,通俗地讲解数据分析全流程工具。 作为《谁说菜鸟不会数据分析(入门篇)》的姊妹篇,本书继续采用职场三人行的方式来构建内容,细致梳理了数据分析工作的完整流程,并基于常用的办公软件Excel,精心挑选能够提高工作效率的常用工具来讲解。这些工具涵盖数据处理(Microsoft Access、Query)、数据分析(PowerPivot、Excel数据分析工具库)、数据呈现(水晶易表)和报告自动化(VBA)。 本书形式活泼,内容丰富而且充实,让人有不断阅读下去的动力。

目录:

第1章 高效处理千万数据 /16

1.1 最容易上手的数据库 /16

1.1.1 数据库那些事儿 /16

1.1.2 万能的SQL /19

1.1.3 两招导入数据 /22

1.1.4 数据合并的二三式 /27

1.1.5 快速实现数据计算 /39

1.1.6 数据分组小妙招 /43

1.1.7 重复数据巧处理 /49

1.1.8 数据分析一步到位 /53

1.2 Microsoft Query /60

1.2.1 数据导入 /62

1.2.2 数据处理 /66

1.2.3 数据分析 /67

1.3 本章小结 /69

第2章 玩转数据分析

2.1 Excel数据分析工具――PowerPivot /71

2.1.1 PowerPivot是神马 /71

2.1.2 确定分析思路 /75

2.1.3 数据分析前的准备 /76

2.1.4 简单数据分析 /79

2.1.5 多表关联分析 /80

2.1.6 字段计算分析 /83

2.1.7 数据分组分析 /88

2.2 Excel数据分析工具库 /91

2.2.1 分析工具库简介 /91

2.2.2 描述性统计分析 /94

2.2.3 直方图 /98

2.2.4 抽样分析 /101

2.2.5 相关分析 /103

2.2.6 回归分析 /105

2.2.7 移动平均 /113

2.2.8 指数平滑 /116

2.3 本章小结 /119

第3章 Show出你的数据 /121

3.1 数据可视化 /122

3.1.1 有趣的数据可视化 /122

3.1.2 数据可视化的意义 /126

3.1.3 数据可视化工具与资源 /127

3.2 Excel的可视化伴侣―水晶易表 /130

3.2.1 初识水晶易表 /130

3.2.2 水晶易表的特点 /131

3.2.3 水晶易表工作原理 /132

3.2.4 水晶易表的安装要求 /133

3.2.5 认识水晶易表部件 /134

3.3 水晶易表实战 /136

3.3.1 居民消费价格指数模型 /136

3.3.2 国内人口预测模型 /146

3.3.3 丈母娘选女婿模型 /158

3.4 本章小结 /173

第4章 让报告自动化 /174

4.1 自动化神器―VBA /176

4.1.1 从录制宏开始 /176

4.1.2 VBA语法那些事儿 /178

4.1.3 进入VBA运行环境 /180

4.1.4 VBA调试技巧 /180

4.2 Excel报告自动化 /181

4.2.1 自动化原理 /181

4.2.2 建立数据模板 /184

4.2.3 数据提取自动化 /192

4.3 PPT报告自动化 /198

4.1.1 自动化原理 /198

4.1.2 建立数据模板 /200

4.1.3 数据提取自动化 /207

4.1.4 数据自动更新之VBA法 /211

4.1.5 数据自动更新之链接法 /218

4.2 本章小结 /224

1K502344R3.jpg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python数据分析基础教程》 ⼀、导⼊常⽤numpy模块 from numpy import * //可以直接引⽤numpy中的属性XXX import numpy as np //引⽤numpy中的属性⼀定要np.XXX ⼆、常⽤函数以及转化关系 np.arange() 对应 python中的range() np.array() 对应 python中的list np.dtype() 对应 python中的type() tolist()函数可以将numpy数组转换成python列表: 列表转为数组: warning:Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. 这个warning主要就是有些函数参数应该是输⼊数组,当输⼊列表时就会警告!! 三、numpy中数组操作函数 数组组合函数 将ndarray对象构成的元组作为参数输⼊ (1)⽔平组合:hstack((a,b)) 或者concatenate((a,b),axis=1) (2)垂直组合:vstack((a,b)) 或者concatenate((a,b),axis=0) (3)列组合:column((a,b)) (4)⾏组合:row_stack((a,b)) 数组的分割函数 (1)⽔平分割:hsplit(a,3) 或者 split(a,3,axis=1) (2)垂直分割:vsplit(a,3) 或者 split(a,3,axis=0) 四、⽂件处理——os库 1.os.system() 运⾏shell命令 2.os.listdir(path) 获得⽬录中的内容 3.os.mkdir(path) 创建⽬录 4.os.rmdir(path) 删除⽬录 5.os.isdir(path) os.isfile(path) 判断是否为⽬录或者⽂件 6.os.remove(path) 删除⽂件 7.os.rename(old, new) 重命名⽂件或者⽬录 8.os.name 输出字符串指⽰正在使⽤的平台。如果是window 则⽤'nt'表⽰,对于Linux/Unix⽤户,它是'posix' 9.os.path.join() 在⽬录后⾯接上⽂件名 10.os.path.split() 返回⼀个路径的⽬录名和⽂件名 11.os.path.splitext() 分离⽂件名与扩展名 12.os.path.getsize(name) 获得⽂件⼤⼩,如果name是⽬录返回0L 14.os.path.abspath(")获得当前路径 15.os.path.dirname()返回⼀个路径的⽬录名 五、使⽤matplotlib画图(第九章 ) 前⾯⼏个列⼦主要讲解了通过多项式函数通过plt.plot()函数构建绘图,补充⼀下在机器学习中散点绘制 import numpy as np import matplotlib.pyplot as plt fig=plt.figure() ax=fig.add_subplot(111) x1=[2, 2.6, 2.8] y1=[2, 2.4, 3] x2=[4,5 ,6] y2=[1.3, 2, 1.2] ax.scatter(x1,y1,s=20,c='red') ax.scatter(x2,y2,s=50,c='blue') plt.show() 另外:做数据分析——sklearn库 from sklearn import preprocessing 数据预处理:归⼀化、标准化、正则化处理 from sklearn import preprocessing preprocessing.normalize(features, norm='l2')//正则化
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值