✍ Scribed by 张旭东
No coin nor oath required. For personal study only.
本书是第一本结合国内公司实际状况和作者多年数据分析经验,介绍数据分析工作的作品.相较于使用Excel进行数据统计工作更加专业化,系统化,相较于数据挖掘与编程算法更加易于理解和贴合业务.从简单的制作报表开始和大家一起学习数据分析的五大模块:报表BI系统,异常数据分析,解决数据需求,项目性数据分析以及数据建模,为大家全方位,体系化的呈现数据分析到底是什么.
扉页
版权页
序言
前言
目录
第１章 数字、数据、数学
1.1 数字的起源
1.2 数据
1.3 数字与数据
1.4 数学
1.5 统计学
第２章 分析、逻辑与思维
2.1 描述、概括、分析
2.2 逻辑思维
第３章 大数据到底是什么
3.1 时代的现状
3.2 大数据与传统数据
3.3 大数据在说什么
第４章 数据分析与数据挖掘
4.1 分析与挖掘
4.2 选择自己的路
第５章 如何做好数据分析
5.1 数据分析
5.2 制作报表
5.3 异常数据分析
5.4 MySQL查询语言
5.5 数据需求处理
5.6 进行项目分析
5.7 数据分析的结构化梳理
第６章 数据分析师进阶
6.1 思维与态度
6.2 软件升级：R or Python
6.3 数据分析师的格局
第７章 数据分析实战
7.1 报表系统
7.2 发现异常
7.3 数据需求
7.4 项目分析
第８章 初识Ｒ语言
8.1 安装与编辑器
8.2 数据读取
8.3 数据处理
8.4 经典算法
第９章 行业的未来
9.1 市场需求
9.2 重要性、必要性
9.3 大数据，下一个风口
第10章 数据分析测试题与答案
10.1 MySQL测试题
10.2 逻辑题
📜 SIMILAR VOLUMES
掌握数据可视化技术是未来工作和学习的必备能力，是展示理念和成果的重要手段。阅读并完成本书的 实践，你将快速地学会数据获取、清洗、分析、可视化及发布的完整流程。 本书以丰富的实践案例解析数据可视化的制作理念和具体方法，紧密围绕当前数据可视化领域的实际需 求，全面介绍数据可视化的概念和技巧。本书包含基础知识、数据获取、数据清洗、数据分析、可视化基础 和原则、数据可视化工具和可视化作品发布等内容，基于具体案例多角度启发和引导读者的创新思维，增强 读者对抽象数据的把握及综合可视化能力的提升。本书内容通俗易懂，简明实用，配套的教学辅助资料可免 费下载。 本书适合零编程基础的数据可视化从业者
本书详细阐述了与Python数据分析相关的基本解决方案，主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书既可作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
<p>本书以Python 3版本作为数据分析与挖掘实战的应用工具，从Pyhton的基础语法开始，陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。</p> <p>本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。</p>
<p>本书以Python 3版本作为数据分析与挖掘实战的应用工具，从Pyhton的基础语法开始，陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。</p> <p>本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。</p>