搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
谁说菜鸟不会数据分析.Python篇
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787121364587
  • 作      者:
    方小敏,张文霖著
  • 出 版 社 :
    电子工业出版社
  • 出版日期:
    2019
收藏
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


  适合人群

  ★ 需要提升自身竞争力的职场新人。

  ★ 从事咨询、研究、分析等专业人士。

  ★ 在市场营销、产品运营、项目管理、开发运维等工作中需要进行数据分析的人士。


展开
作者简介

  方小敏,“数据分析实战”公众号主理人,资深机器学习工程师;曾服务于BAT等知名互联网企业,熟练掌握Python、R、Spark、Hive、TensorFlow等工具进行机器学习。

  张文霖,新浪博客“小蚊子数据分析”博主,资深数据分析师,曾服务于国内知名市场研究公司、中国移动等公司,具有多年移动互联网数据分析经验,略懂Excel、PPT、SPSS、水晶易表等工具。


展开
内容介绍

  《谁说菜鸟不会数据分析(Python篇)》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。

  《谁说菜鸟不会数据分析(Python篇)》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”。


展开
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,都是工作学习中不可多得的一位良师益友。

    ——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 进行数据分析的必备知识点,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


  这是一本对初学者非常友好的书,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,这本书对我的影响非常大。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非常值得一读的书。

    ——路人甲,“路人甲TM”微信公众号主理人


  这是一本非常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,完全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“必备宝典”!

    ——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,最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,腾讯高级数据分析师,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,非常细致和有章法。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 小白入门的第一本书。

    ——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xuan!

    ——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,本书应当是一本非常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


展开
目录

第1 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


展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证