中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
對照EXCEL,零基礎學PYTHON數據分析 版權信息
- ISBN：9787115607881
- 條形碼：9787115607881 ; 978-7-115-60788-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
對照EXCEL,零基礎學PYTHON數據分析 本書特色
·圍繞數據分析的全流程，系統、全面地介紹數據分析的主要知識點。
·對照Excel學習Python數據分析，降低學習門檻，方便快速上手。
·知識點全面，覆蓋xlwings、openpyxl、pandas、Matplotlib和Seaborn等常用庫。
·突出案例實戰，幫助讀者形成數據分析的思維模式。
·提供書中用到的Excel文件和對應的Python源代碼，供讀者免費下載使用。
對照EXCEL,零基礎學PYTHON數據分析 內容簡介
本書主要介紹如何使用Python處理Excel數據。本書內容分為三大部分：**部分主要介紹數據分析的概念和Python基礎；第二部分通過蜂蜜電商數據分析案例詳細介紹數據分析的技術要點，包括讀寫Excel文件所需的xlwings庫和openpyxl庫、數據分析的pandas核心庫，以及數據可視化常用的Matplotlib庫和Seaborn庫；第三部分包括個人消費貸款數據分析和螺螄粉連鎖店銷售數據分析兩個實踐案例，通過實踐案例幫助讀者回顧理論知識并提高實踐能力。 本書適合Python零基礎且需要處理大量Excel數據的辦公人員閱讀，也可以作為學習Python數據分析的入門教程。
對照EXCEL,零基礎學PYTHON數據分析 目錄
第 一部分 數據分析的概念和Python基礎
第 1章 數據分析基礎知識 2
1.1 為什么要做數據分析 2
1.1.1 分析現狀 3
1.1.2 分析具體問題 3
1.1.3 預測未來 3
1.2 為什么要使用Python做數據分析 4
1.2.1 數據分析的歷史 4
1.2.2 為什么Python Excel會成為數據分析的主流工具 5
1.2.3 使用Python做數據分析的優勢 6
1.3 數據分析的對象 7
1.3.1 總體指標分析 7
1.3.2 對比分析 7
1.3.3 按時間維度分析 7
1.3.4 概率學分析 7
1.3.5 按指定維度分析 7
1.4 數據分析的流程 8
1.4.1 數據獲取 8
1.4.2 數據處理 8
1.4.3 數據篩選 9
1.4.4 數據分析 9
1.4.5 結果保存 9
1.4.6 數據可視化 9
1.4.7 數據追蹤和驗證 9
第 2章 Python基礎知識 10
2.1 安裝Python和PyCharm 10
2.1.1 安裝Python 10
2.1.2 安裝和使用PyCharm 12
2.2 變量 13
2.2.1 變量的使用 13
2.2.2 變量的命名 14
2.3 簡單的數據類型 17
2.3.1 數字 17
2.3.2 字符串 22
2.4 控制語句 28
2.4.1 條件語句 28
2.4.2 循環語句 35
第3章 Python中的高級概念 41
3.1 復雜的數據類型 41
3.1.1 列表 41
3.1.2 字典 44
3.1.3 元組和集合 46
3.2 函數 47
3.2.1 函數的定義 48
3.2.2 指定函數參數的關鍵字和默認值 49
3.2.3 函數內外變量的可見性 50
3.2.4 傳遞可更改對象與不可更改對象 51
3.2.5 把函數放在不同的模塊中 52
3.3 類 53
3.4 異常 54
3.5 文件操作 57
3.5.1 讀取CSV文件 57
3.5.2 寫入文件 59
第二部分 蜂蜜電商數據分析
第4章 讀取和清洗數據 62
4.1 業務分析 62
4.1.1 銷售明細表分析 62
4.1.2 產品信息表分析 63
4.1.3 用戶信息表分析 63
4.1.4 銷售員信息表分析 64
4.1.5 數據關聯 64
4.2 讀取Excel數據 64
4.2.1 安裝對應的庫 65
4.2.2 讀取簡單的Excel數據 67
4.2.3 pandas DataFrame 68
4.2.4 pandas Series 70
4.2.5 讀取特殊格式的Excel數據 70
4.2.6 使用xlwings讀取Excel數據 73
4.3 清洗數據 76
4.3.1 去除空記錄 76
4.3.2 去除非法數據 78
4.3.3 去除重復數據 80
4.3.4 設置默認值 82
4.4 編寫讀寫文件的代碼 83
第5章 篩選數據 85
5.1 通過條件篩選數據 86
5.1.1 篩選多個用戶的銷售明細數據 87
5.1.2 通過商品數量和實際交易金額篩選數據 88
5.1.3 對用戶名稱進行模糊查詢 89
5.1.4 多條件查詢銷售明細數據 89
5.2 通過交易日期篩選數據 91
5.2.1 根據年、月、季篩選數據 93
5.2.2 篩選當前日期的數據 94
5.2.3 篩選某個時間區間內的數據 95
第6章 數據的基礎運算 96
6.1 算術運算 96
6.1.1 通過加減運算驗證數據的合法性 96
6.1.2 通過乘除運算驗證數據的合法性 97
6.2 比較運算 98
6.3 通過函數運算數據 99
6.3.1 常用函數 100
6.3.2 不常用函數 101
6.3.3 按行統計 102
第7章 把數據連接起來 105
7.1 3種關聯關系 107
7.1.1 銷售員信息表和工卡信息表的關聯（一對一關聯） 107
7.1.2 指定關聯字段 108
7.1.3 處理重復列 109
7.1.4 連接方式 110
7.2 合并多個Excel文件的數據 113
7.2.1 合并數據 113
7.2.2 重置索引和去重 114
第8章 分組統計、數據透視表和排序 115
8.1 分組統計數據 115
8.1.1 按訂單狀態匯總數據 116
8.1.2 使用agg()方法 116
8.1.3 實踐 118
8.1.4 按蜂蜜類型進行統計——統計關聯數據 118
8.1.5 按多列進行分組統計 119
8.2 數據透視表 119
8.2.1 轉換視角 120
8.2.2 數據分組統計和分析 121
8.2.3 合計行列 123
8.3 排序 125
8.3.1 按實際交易金額排序（單列排序） 126
8.3.2 按實際交易金額和交易日期排序（多列排序） 126
8.3.3 按優惠金額排序（含空值行的排序） 127
8.3.4 對交易日期降序排名 128
第9章 數據可視化 132
9.1 柱形圖和圖表基礎 133
9.1.1 柱形圖的繪制和坐標軸的概念 133
9.1.2 設置坐標軸 136
9.1.3 給圖表添加文本標簽和注釋 138
9.1.4 設置網格 140
9.1.5 同比柱形圖和圖例的使用 141
9.1.6 溫度計圖 146
9.1.7 數據表 147
9.2 繪制常見的圖表 149
9.2.1 折線圖 149
9.2.2 條形圖 151
9.2.3 餅圖 153
9.2.4 雷達圖 156
9.3 其他常用的圖表技術 159
9.3.1 多種圖表組合——雙軸圖 160
9.3.2 在同一畫布中繪制多個圖表 163
9.3.3 設置圖表樣式 165
9.3.4 初探Seaborn 167
9.3.5 圖表的保存 169
第 10章 保存數據和圖表到Excel文件中 171
10.1 簡單保存數據到Excel文件中 171
10.1.1 不保存行索引并保存數據到指定工作表中 172
10.1.2 選擇要保存的列 172
10.2 使用xlwings保存數據到Excel文件中 173
10.2.1 將不同的數據保存到同一個Excel文件的不同工作表中 173
10.2.2 將結果寫入多個Excel文件 174
10.2.3 格式化 175
10.2.4 保存圖表 178
第三部分 實踐案例
第 11章 個人消費貸款數據分析 182
11.1 業務和數據特點分析 182
11.1.1 貸款臺賬表業務分析 182
11.1.2 客戶經理信息表業務分析 184
11.1.3 數據關聯 184
11.2 數據處理 185
11.2.1 驗證和修復數據 185
11.2.2 讀取數據 186
11.3 數據篩選 187
11.3.1 簡單地篩選數據 187
11.3.2 模糊查詢 188
11.3.3 按多個條件篩選數據 189
11.3.4 查找十大存量貸款記錄 191
11.4 統計分析 192
11.4.1 使用分組方法groupby()按風險狀態分組進行統計 192
11.4.2 使用數據透視表按季度統計分析數據 195
11.4.3 使用數據透視表按月份統計貸款筆數和發生額 198
11.5 通過數據關聯查詢和統計分析數據 200
11.5.1 通過關聯查詢數據 200
11.5.2 關聯客戶經理信息表并統計分析數據 201
11.6 數據可視化 202
11.6.1 繪制折線圖展示兩年各月份的貸款數據 202
11.6.2 繪制柱形圖對比兩年各季度的貸款發生額 205
11.6.3 繪制餅圖展示各業務品種貸款余額 207
11.7 保存結果 209
第 12章 螺螄粉連鎖店銷售數據分析 211
12.1 業務分析 211
12.1.1 店鋪銷售月報數據 211
12.1.2 商品信息表 212
12.2 讀取數據 214
12.2.1 遍歷文件 214
12.2.2 讀取商品信息表數據 215
12.2.3 讀取銷售月報數據 216
12.2.4 讀取工作表的數據 217
12.2.5 合并數據 220
12.2.6 測試讀取文件與合并數據 220
12.3 整理和分析數據 221
12.3.1 整理數據 221
12.3.2 分析數據 223
12.4 數據可視化 224
12.4.1 繪制店鋪月交易金額條形圖 224
12.4.2 繪制按店鋪統計銷量和金額雙軸圖 225
12.5 保存結果 227
第 1章 數據分析基礎知識 2
1.1 為什么要做數據分析 2
1.1.1 分析現狀 3
1.1.2 分析具體問題 3
1.1.3 預測未來 3
1.2 為什么要使用Python做數據分析 4
1.2.1 數據分析的歷史 4
1.2.2 為什么Python Excel會成為數據分析的主流工具 5
1.2.3 使用Python做數據分析的優勢 6
1.3 數據分析的對象 7
1.3.1 總體指標分析 7
1.3.2 對比分析 7
1.3.3 按時間維度分析 7
1.3.4 概率學分析 7
1.3.5 按指定維度分析 7
1.4 數據分析的流程 8
1.4.1 數據獲取 8
1.4.2 數據處理 8
1.4.3 數據篩選 9
1.4.4 數據分析 9
1.4.5 結果保存 9
1.4.6 數據可視化 9
1.4.7 數據追蹤和驗證 9
第 2章 Python基礎知識 10
2.1 安裝Python和PyCharm 10
2.1.1 安裝Python 10
2.1.2 安裝和使用PyCharm 12
2.2 變量 13
2.2.1 變量的使用 13
2.2.2 變量的命名 14
2.3 簡單的數據類型 17
2.3.1 數字 17
2.3.2 字符串 22
2.4 控制語句 28
2.4.1 條件語句 28
2.4.2 循環語句 35
第3章 Python中的高級概念 41
3.1 復雜的數據類型 41
3.1.1 列表 41
3.1.2 字典 44
3.1.3 元組和集合 46
3.2 函數 47
3.2.1 函數的定義 48
3.2.2 指定函數參數的關鍵字和默認值 49
3.2.3 函數內外變量的可見性 50
3.2.4 傳遞可更改對象與不可更改對象 51
3.2.5 把函數放在不同的模塊中 52
3.3 類 53
3.4 異常 54
3.5 文件操作 57
3.5.1 讀取CSV文件 57
3.5.2 寫入文件 59
第二部分 蜂蜜電商數據分析
第4章 讀取和清洗數據 62
4.1 業務分析 62
4.1.1 銷售明細表分析 62
4.1.2 產品信息表分析 63
4.1.3 用戶信息表分析 63
4.1.4 銷售員信息表分析 64
4.1.5 數據關聯 64
4.2 讀取Excel數據 64
4.2.1 安裝對應的庫 65
4.2.2 讀取簡單的Excel數據 67
4.2.3 pandas DataFrame 68
4.2.4 pandas Series 70
4.2.5 讀取特殊格式的Excel數據 70
4.2.6 使用xlwings讀取Excel數據 73
4.3 清洗數據 76
4.3.1 去除空記錄 76
4.3.2 去除非法數據 78
4.3.3 去除重復數據 80
4.3.4 設置默認值 82
4.4 編寫讀寫文件的代碼 83
第5章 篩選數據 85
5.1 通過條件篩選數據 86
5.1.1 篩選多個用戶的銷售明細數據 87
5.1.2 通過商品數量和實際交易金額篩選數據 88
5.1.3 對用戶名稱進行模糊查詢 89
5.1.4 多條件查詢銷售明細數據 89
5.2 通過交易日期篩選數據 91
5.2.1 根據年、月、季篩選數據 93
5.2.2 篩選當前日期的數據 94
5.2.3 篩選某個時間區間內的數據 95
第6章 數據的基礎運算 96
6.1 算術運算 96
6.1.1 通過加減運算驗證數據的合法性 96
6.1.2 通過乘除運算驗證數據的合法性 97
6.2 比較運算 98
6.3 通過函數運算數據 99
6.3.1 常用函數 100
6.3.2 不常用函數 101
6.3.3 按行統計 102
第7章 把數據連接起來 105
7.1 3種關聯關系 107
7.1.1 銷售員信息表和工卡信息表的關聯（一對一關聯） 107
7.1.2 指定關聯字段 108
7.1.3 處理重復列 109
7.1.4 連接方式 110
7.2 合并多個Excel文件的數據 113
7.2.1 合并數據 113
7.2.2 重置索引和去重 114
第8章 分組統計、數據透視表和排序 115
8.1 分組統計數據 115
8.1.1 按訂單狀態匯總數據 116
8.1.2 使用agg()方法 116
8.1.3 實踐 118
8.1.4 按蜂蜜類型進行統計——統計關聯數據 118
8.1.5 按多列進行分組統計 119
8.2 數據透視表 119
8.2.1 轉換視角 120
8.2.2 數據分組統計和分析 121
8.2.3 合計行列 123
8.3 排序 125
8.3.1 按實際交易金額排序（單列排序） 126
8.3.2 按實際交易金額和交易日期排序（多列排序） 126
8.3.3 按優惠金額排序（含空值行的排序） 127
8.3.4 對交易日期降序排名 128
第9章 數據可視化 132
9.1 柱形圖和圖表基礎 133
9.1.1 柱形圖的繪制和坐標軸的概念 133
9.1.2 設置坐標軸 136
9.1.3 給圖表添加文本標簽和注釋 138
9.1.4 設置網格 140
9.1.5 同比柱形圖和圖例的使用 141
9.1.6 溫度計圖 146
9.1.7 數據表 147
9.2 繪制常見的圖表 149
9.2.1 折線圖 149
9.2.2 條形圖 151
9.2.3 餅圖 153
9.2.4 雷達圖 156
9.3 其他常用的圖表技術 159
9.3.1 多種圖表組合——雙軸圖 160
9.3.2 在同一畫布中繪制多個圖表 163
9.3.3 設置圖表樣式 165
9.3.4 初探Seaborn 167
9.3.5 圖表的保存 169
第 10章 保存數據和圖表到Excel文件中 171
10.1 簡單保存數據到Excel文件中 171
10.1.1 不保存行索引并保存數據到指定工作表中 172
10.1.2 選擇要保存的列 172
10.2 使用xlwings保存數據到Excel文件中 173
10.2.1 將不同的數據保存到同一個Excel文件的不同工作表中 173
10.2.2 將結果寫入多個Excel文件 174
10.2.3 格式化 175
10.2.4 保存圖表 178
第三部分 實踐案例
第 11章 個人消費貸款數據分析 182
11.1 業務和數據特點分析 182
11.1.1 貸款臺賬表業務分析 182
11.1.2 客戶經理信息表業務分析 184
11.1.3 數據關聯 184
11.2 數據處理 185
11.2.1 驗證和修復數據 185
11.2.2 讀取數據 186
11.3 數據篩選 187
11.3.1 簡單地篩選數據 187
11.3.2 模糊查詢 188
11.3.3 按多個條件篩選數據 189
11.3.4 查找十大存量貸款記錄 191
11.4 統計分析 192
11.4.1 使用分組方法groupby()按風險狀態分組進行統計 192
11.4.2 使用數據透視表按季度統計分析數據 195
11.4.3 使用數據透視表按月份統計貸款筆數和發生額 198
11.5 通過數據關聯查詢和統計分析數據 200
11.5.1 通過關聯查詢數據 200
11.5.2 關聯客戶經理信息表并統計分析數據 201
11.6 數據可視化 202
11.6.1 繪制折線圖展示兩年各月份的貸款數據 202
11.6.2 繪制柱形圖對比兩年各季度的貸款發生額 205
11.6.3 繪制餅圖展示各業務品種貸款余額 207
11.7 保存結果 209
第 12章 螺螄粉連鎖店銷售數據分析 211
12.1 業務分析 211
12.1.1 店鋪銷售月報數據 211
12.1.2 商品信息表 212
12.2 讀取數據 214
12.2.1 遍歷文件 214
12.2.2 讀取商品信息表數據 215
12.2.3 讀取銷售月報數據 216
12.2.4 讀取工作表的數據 217
12.2.5 合并數據 220
12.2.6 測試讀取文件與合并數據 220
12.3 整理和分析數據 221
12.3.1 整理數據 221
12.3.2 分析數據 223
12.4 數據可視化 224
12.4.1 繪制店鋪月交易金額條形圖 224
12.4.2 繪制按店鋪統計銷量和金額雙軸圖 225
12.5 保存結果 227
展開全部
對照EXCEL,零基礎學PYTHON數據分析 作者簡介
計算機軟件開發者和原創圖書作者，Java和Python雙修程序員，著有《深入淺出Spring Boot 2.x》《Python Excel辦公自動化一本通》《Java EE互聯網輕量級框架整合開發：SSM Redis Spring微服務》等圖書。
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
- >
【精裝繪本】畫給孩子的中國神話
- >
名家帶你讀魯迅:故事新編
- >
羅庸西南聯大授課錄
- >
我與地壇
- >
月亮與六便士
本類暢銷
