- 商家货号:T001261487
- ISBN:9787121364587
- 出版日期:2019-06-01
- 页码:0
- 字数:0
- 装帧:
- 开本:
- 版次:
编辑推荐 |
|||
"《谁说菜鸟不会数据分析》系列自面世以来赢得众多有分量的行业奖项,影响几十万读者 Python篇系“小蚊子数据分析”团队精心打磨的又一力作 沈浩教授、《数据化管理》作者黄成明、《统计之美》作者李舰博士、张文彤博士、“路人甲TM”等专家力荐 "
|
|||
内容简介 |
|||
本书从解决工作实际问题出发,提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识,在不影响学习理解的前提下,尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。本书定位是带领Python 数据分析初学者入门,并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习,可自行扩展阅读相关书籍或资料,学习是永无止境的,正所谓“师傅领进门,修行在个人”。
|
|||
作者简介 |
|||
|
|||
目录 |
|||
章 数据分析概况 /1 1.1 数据分析定义(What) /2 1.2 数据分析作用(Why) /4 1.3 数据分析步骤(How) /5 1.3.1 明确分析目的和思路 /6 1.3.2 数据收集 /7 1.3.3 数据处理 /9 1.3.4 数据分析 /9 1.3.5 数据展现 /10 1.3.6 报告撰写 /10 1.4 数据分析的三大误区 /12 1.5 常用的数据分析工具 /13 1.5.1 Excel /13 1.5.2 SPSS /14 1.5.3 R语言 /15 1.5.4 Python语言 /16 第2章 Python 概况 /17 2.1 Python简介 /18 2.2 Python特点 /19 2.3 Python模块 /20 2.3.1 函数 /20 2.3.2 模块 /24 2.4 Python使用场景 /27 2.5 Python 2与Python 3 /28 2.6 Python与数据科学 /29 2.7 Anaconda简介 /30 2.8 安装Anaconda /31 2.8.1 下载Anaconda /31 2.8.2 安装Anaconda /33 2.9 使用Anaconda /37 2.9.1 PyCharm 与Spyder /37 2.9.2 Anaconda 开始菜单 /38 2.9.3 Spyder 工作界面简介 /39 2.9.4 项目管理 /40 2.9.5 代码提示 /43 2.9.6 变量浏览 /44 2.9.7 图形查看 /44 2.9.8 帮助文档 /45 第3章 编程基础 /47 3.1 数据类型 /48 3.1.1 数值型 /48 3.1.2 字符型 /50 3.1.3 逻辑型 /56 3.2 赋值和变量 /57 3.2.1 赋值和变量 /57 3.2.2 变量命名规则 /58 3.3 数据结构 /59 3.3.1 列表 /59 3.3.2 字典 /63 3.3.3 序列 /66 3.3.4 数据框 /72 3.3.5 四种数据结构的区别 /80 3.4 向量化运算 /81 3.5 for 循环 /83 3.6 Python 编程注意事项 /87 第4章 数据处理 /90 4.1 数据导入与导出 /91 4.1.1 数据导入 /91 4.1.2 数据导出 /99 4.2 数据清洗 /100 4.2.1 数据排序 /101 4.2.2 重复数据处理 /102 4.2.3 缺失数据处理 /106 4.2.4 空格数据处理 /109 4.3 数据转换 /110 4.3.1 数值转字符 /110 4.3.2 字符转数值 /112 4.3.3 字符转时间 /113 4.4 数据抽取 /115 4.4.1 字段拆分 /116 4.4.2 记录抽取 /121 4.4.3 随机抽样 /127 4.5 数据合并 /130 4.5.1 记录合并 /130 4.5.2 字段合并 /133 4.5.3 字段匹配 /135 4.6 数据计算 /140 4.6.1 简单计算 /140 4.6.2 时间计算 /141 4.6.3 数据标准化 /142 4.6.4 数据分组 /144 第5章 数据分析 /148 5.1 对比分析 /149 5.2 基本统计分析 /152 5.3 分组分析 /155 5.4 结构分析 /158 5.5 分布分析 /159 5.6 交叉分析 /162 5.7 RFM 分析 /164 5.8 矩阵分析 /173 5.9 相关分析 /176 5.10 回归分析 /178 5.10.1 回归分析简介 /178 5.10.2 简单线性回归分析 /180 5.10.3 多重线性回归分析 /185 第6章 数据可视化 /189 6.1 数据可视化简介 /190 6.1.1 什么是数据可视化 /190 6.1.2 数据可视化常用图表 /190 6.1.3 通过关系选择图表 /191 6.2 散点图 /192 6.3 矩阵图 /203 6.4 折线图 /210 6.5 饼图 /215 6.6 柱形图 /217 6.7 条形图 /222
|
|||
精彩书评 | |||
"本书更是为非专业人士提供了应用Python 进行数据处理的入门途径。在示例和引用的第三方库方面,本书更靠近入门者的习惯,而非专家习惯,使得入门数据分析的过程更加平滑而减少挫折,同时也避免了很多入门者常见的学了Python 却不知道怎么用的难题。在努力降低入门门槛的同时,也没有避开一些常见的难点,比如数据清洗和多种输入输出文件类型的支持,使得本书避免成为一本纯入门的书籍。 ——gashero,Python 技术专家 本书将Python 数据分析相关的模块和分析理论相结合,深入浅出地向读者阐述数据分析方法论,无论是对刚入门的业界新手,还是有经验的职场人士,都是工作学习中的一位良师益友。 ——阿橙,“Python 中文社区”微信公众号主理人 Python 现在已经成为数据分析的一大利器,本书从实战出发讲解了一系列使用Python 进行数据分析的推荐知识点,书中案例附有详细的案例图示和代码说明,以帮助读者更好地学习和理解。 ——崔庆才,《Python 3 网络爬虫开发实战》作者 读完本书,你会发现数据分析的乐趣,它并不是那么枯燥,数据背后的故事简直是太有意思了。从此你将发现:无论是新闻媒体,还是企业报表中的数字将不再孤独,因为他们在那里,在和你说着话!祝愿大家早日练就一颗数据分析的“芯”! ——黄成明,《数据化管理》作者,数据化管理顾问及培训师 由浅入深、循循善诱,是一本真正站在数据分析角度的Python 书籍。 ——李舰,《统计之美》作者,统计之都核心成员 这是一本对初学者很好友好的书,它将带你开启数据分析之旅。 ——刘志军,“Python 之禅”微信公众号主理人 两年前开始学习数据分析,因为《谁说菜鸟不会数据分析》而入门,这本书对我的影响很好大。书中的各种数据分析案例生动形象,让初学者学习起来没有丝毫的压力。《谁说菜鸟不会数据分析(Python 篇)》这本书仍然延续了系列书的风格,对于希望入门数据分析、想系统学习数据分析方法论的同学来说是一本很好值得一读的书。 ——路人甲,“路人甲TM”微信公众号主理人 这是一本很好适合初学者入门的书,书中既讲解了数据分析的思路和统计学的基础知识,又提供了丰富的案例,将方法与应用紧密联系起来,还有详细的可实现的代码供读者练习。另外,这本书不仅可以作为初学者入门之选,其函数涉及之全面、参数介绍之详细,接近可以作为日常学习工作中的工具书来随时查看,是一本数据分析师的“推荐宝典”! ——齐德胜,中国气象局华风集团- 华风象辑研发副总监 当谈到用数据解决问题时,我经常用这样的语言去诠释:“如果你不能量化它,你就不能理解它,如果不理解它,就不能控制它,不能控制它,也就不能改变它”。数据无处不在,信息时代的主要特征就是“数据处理”,数据分析正以我们从未想象过的方式影响着日常生活。 在知识经济与信息技术时代,每个人都面临者如何有效地吸收、理解和利用信息的挑战。那些能够有效利用工具从数据中提炼信息、发现知识的人,很终往往成为各行各业的强者! 这本书向我们清晰又友好地介绍了数据分析方法、技巧与工具,欢迎来读一读这本书,或许会给你带来更大的惊喜! ——沈浩教授,中国传媒大学新闻学院博士生导师, 中国传媒大学调查统计研究所所长, 大数据挖掘与社会计算实验室主任, 中国市场研究协会会长 数据分析用Python,学分析工具Python,用好本书就够了,基础知识、方法、流程、案例,应有尽有。 ——数据小人,腾讯不错数据分析师,连续创业者 市面上有很多面对初学者的Python 书籍,大多数偏向于介绍语言本身。很多时候学完了语言却不清楚下一步应该做什么,这种情况下就需要有一本能面向具体应用场景,又不是那么厚重的书来带领大家入门。本书把数据分析的细节掰开讲透,一步步地讲清楚了各参数的含义,很好细致和有章法。对于希望从Excel 迁移到Python 的数据分析用户来讲,这是一本不错的入门读物。 ——肖凯,蚂蚁金服数据技术专家 Python 语言用途广泛,很容易让初学者迷失方向。本书是新手数据分析师的指路标,Python 数据分析入门,请从这本书设定的学习路径开始。 ——肖骁,58 同城数据分析师 俗话说万事开头难,入门一门新的编程语言也是一件令人头痛的事。但是这本书既简洁又全面,并且简单易懂的方式重新组织了整个知识体系,让小白的python 入门之路更加平坦。这应该是每一位Python 小白入门的本书。 ——许树淮,东风本田发动机有限公司 市场数据分析师 这本书基于工作中常用的数据分析实战方法与案例,通过结合Excel、Sql 等实现类比,通俗易懂地介绍Python 的实现方法逻辑,大大降低了学习门槛,本书堪称Python 数据分析入门不二之选! ——严婷,猎聘网 数据分析师 统计学是一门很难,但是很有趣,更很有用的工具学科。懂得如何使用他的人总是乐在其中,而尚未入门的人则畏之如虎。国内讲述统计学理论,以及讲述统计软件操作的书籍可谓汗牛充栋,但是多数流于理论,疏于应用和实践指导。存在着明显未被满足的读者需求。 近年来随着信息技术的普及,各行各业的业务数据自动化趋势愈来愈明显,使得数据分析的需求开始从统计专业人士向各行业人员全面扩展。在此背景之下,一本能够深入浅出,从实际应用的角度介绍基本统计分析知识的书就变得很有必要。 本书在理论和实践的平衡方面做了很有价值的尝试,基于很为普及的5W2H、PEST等数据分析方法论为指导,深入浅出的介绍了如何满足具体工作中的常见统计分析需求,对于需要应用统计分析,但是又未接受过这方面系统培训的读者来说,本书应当是一本很好合适的数据分析入门教材。 ——张文彤博士,上海昊鲲企业管理咨询有限公司合伙人 此书秉承《谁说菜鸟不会数据分析》系列图书的特点,结构有层次、内容全面、通俗易懂,一步步引导你走进数据分析的世界、手把手教你如何使用Python 进行数据处理、数据分析和数据呈现。针对数据分析新人,是一本从了解数据分析到自己动手操作、逐步递进的好图书。 ——郑来轶,数据分析网创始人,JollyChic 数据分析总监 迈入大数据时代后,就理论研究和实践创新而言,Python 都已成为重要的数据分 析工具。本书通过完整的结构、清晰的构思、严谨的逻辑、生动的语言,为初学者设 计了一条学习和使用Python 的有效路径。 ——郑跃平,中山大学政务学院助理教授 "
|
|||
书摘 |
|||
|
商品评价
100%好评
共有0人参与评分评价商品