- 对比Excel轻松学习Python数据分析/入职数据分析师系列
- - 作者：张俊红
  - 出版社：电子工业
  - ISBN：9787121357930
  - 出版日期：2019/02/01
  - 页数：267
- 售价：23.6

内容大纲
    集Python、Excel、数据分析为一体是本书的一大特色。
    张俊红著的《对比Excel轻松学习Python数据分析/入职数据分析师系列》围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论进行Excel和Python的对比实现，告诉你每一个过程中都会用到什么，过程与过程之间有什么联系。本书既可以作为系统学习数据分析操作流程的说明书，也可以作为一本数据分析师案头必备的实操工具书。
    《对比Excel轻松学习Python数据分析/入职数据分析师系列》通过对比Excel功能操作去学习Python的代码实现，而不是直接学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel比较熟练的数据分析师，以及从事其他岗位想提高工作效率的职场人。
作者介绍
张俊红，某互联网公司数据分析师，擅长Python、Sql、Excel，对数据分析、机器学习领域比较熟悉。喜欢分享，致力于做一个数据科学路上的终身学习者，实践者，分享者。个人微信公众号“张俊红”定期推送数据分析、机器学习、网络爬虫、Python 编程系列文章。
目录
入门篇
第1章  数据分析基础
  1.1  数据分析是什么
  1.2  为什么要做数据分析
    1.2.1  现状分析
    1.2.2  原因分析
    1.2.3  预测分析
  1.3  数据分析究竟在分析什么
    1.3.1  总体概览指标
    1.3.2  对比性指标
    1.3.3  集中趋势指标
    1.3.4  离散程度指标
    1.3.5  相关性指标
    1.3.6  相关关系与因果关系
  1.4  数据分析的常规流程
    1.4.1  熟悉工具
    1.4.2  明确目的
    1.4.3  获取数据
    1.4.4  熟悉数据
    1.4.5  处理数据
    1.4.6  分析数据
    1.4.7  得出结论
    1.4.8  验证结论
    1.4.9  展示结论
  1.5  数据分析工具：Excel与Python

实践篇
第2章  熟悉锅――Python基础知识
  2.1  Python是什么
  2.2  Python的下载与安装
    2.2.1  安装教程
    2.2.2  IDE与IDLE
  2.3  介绍JupyterNotebook
    2.3.1  新建JupyterNotebook文件
    2.3.2  运行你的第一段代码
    2.3.3  重命名JupyterNotebook文件
    2.3.4  保存JupyterNotebook文件
    2.3.5  导入本地JupyterNotebook文件
    2.3.6  JupyterNotebook与Markdown
    2.3.7  为JupyterNotebook添加目录
  2.4  基本概念
    2.4.1  数
    2.4.2  变量
    2.4.3  标识符
    2.4.4  数据类型
    2.4.5  输出与输出格式设置
    2.4.6  缩进与注释
  2.5  字符串
    2.5.1  字符串的概念
    2.5.2  字符串的连接

    2.5.3  字符串的复制
    2.5.4  获取字符串的长度
    2.5.5  字符串查找
    2.5.6  字符串索引
    2.5.7  字符串分隔
    2.5.8  移除字符
  2.6  数据结构――列表
    2.6.1  列表的概念
    2.6.2  新建一个列表
    2.6.3  列表的复制
    2.6.4  列表的合并
    2.6.5  向列表中插入新元素
    2.6.6  获取列表中值出现的次数
    2.6.7  获取列表中值出现的位置
    2.6.8  获取列表中指定位置的值
    2.6.9  删除列表中的值
    2.6.10  对列表中的值进行排序
  2.7  数据结构――字典
    2.7.1  字典的概念
    2.7.3  字典的keys()、values()和items()方法
  2.8  数据结构――元组
    2.8.1  元组的概念
    2.8.2  新建一个元组
    2.8.3  获取元组的长度
    2.8.4  获取元组内的元素
    2.8.5  元组与列表相互转换
    2.8.6  zip()函数
  2.9  运算符
    2.9.1  算术运算符
    2.9.2  比较运算符
    2.9.3  逻辑运算符
  2.10  循环语句
    2.10.1  for循环
    2.10.2  while循环
  2.11  条件语句
    2.11.1  if语句
    2.11.2  else语句
    2.11.3  elif语句
  2.12  函数
    2.12.1  普通函数
    2.12.2  匿名函数
  2.13  高级特性
    2.13.1  列表生成式
    2.13.2  map函数
  2.14  模块
第3章  Pandas数据结构
第4章  准备食材――获取数据源
第5章  淘米洗菜――数据预处理
第6章  菜品挑选――数据选择
第7章  切配菜品――数值操作

第8章  开始烹调――数据运算算
第9章  炒菜计时器――时间序列
第10章  菜品分类――数据分组/数据透视表
第11章  水果拼盘――多表拼接
第12章  盛菜装盘――结果导出
第13章  菜品摆放――数据可视化

进阶篇
第14章  典型数据分析案例
第15章  NumPy数组

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目