新書推薦：
《
财之道丛书·太古传：商业帝国200年
》
售價：HK$
153.6
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》
售價：HK$
50.4
《
万历四大征（全两册）
》
售價：HK$
117.6
《
凝望：我的摄影与人生
》
售價：HK$
129.6
《
工业机器人从基础到实战
》
售價：HK$
153.6
《
重症产科.1
》
售價：HK$
71.8
《
财之道丛书·表层的真理：当代经济学与社会
》
售價：HK$
105.6
《
世界服饰艺术史
》
售價：HK$
309.6
|
| 編輯推薦： |
本书由一线资深数据分析师集十余年从业经验精心打造，主要面向职场人士进行日常的数据分析。
本书假定你是一个有一定Excel基础的读者，但并不要求你有Excel数据分析基础，其实即使你是Excel小白也没有关系，因为本书也会从Excel最基础的工作表开始介绍，只要跟着本书的路线学习，相信你很快能够成为精通Excel数据分析的高手。
本书根据实际数据分析的流程编排内容，包括数据获取、数据清洗、数据分析、数据呈现等，期间穿插了大量的案例，且每一个流程都进行详细说明，理论与实践并重，确保你从本书获得专业的数据分析知识。
值得说明的是，每一个流程都尽可能讲解实际工作中接触的多种工具或方法，比如，就数据获取来说，你可以从数据库、大数据集群、JSON等文件来获取数据，就数据可视化来说，介绍了常用的各类图表，还介绍了数据看板这种数据呈现工具等。
数据分析是本书的重点，除了介绍Excel基本的数据分析方法和数据透视表之外，还用大量笔墨介绍了Excel的统计分析工具，如描述性分析、相关分析、双因素方差分析、回归分析、时间序列分析、线性规划等，可以帮助你解决更加复杂的数据分析问题。因此，如果你已经掌握
|
| 內容簡介： |
本书由资深数据分析师结合十余年从业经验精心打造，循序渐进地介绍使用Excel进行数据分析和可视化的专业技术。全书分为13章，第1章介绍数据分析的常用方法，第2章介绍如何用Excel获取分析数据，第3章介绍Excel常用的公式和函数，第4章介绍Excel日常数据分析，第5章介绍Excel数据透视表，第6章介绍使用Excel进行数据清洗的方法，第7章和第8章介绍Excel强大的统计分析工具，第9章和第10章介绍Excel的数据可视化图表和仪表板，第11章介绍如何从大数据集群中获取数据，第12章和第13章介绍数据分析的实际案例。
本书既适合使用Excel 进行数据分析的初学者，也适合有一定经验的数据分析从业者，还可以作为大专院校数据分析课程的教学用书。
|
| 關於作者： |
王国平
毕业于上海海洋大学，硕士，从业10余年，主要从事数据可视化、数据挖掘和大数据分析与研究等工作，对于多类数据工具以及行业软件Tableau、SPSS、PyTorch、Power Bl等都有丰富的实践经验。
|
| 目錄：
|
第1章 数据分析概述 1
1.1 数据分析简介 1
1.1.1 什么是数据分析 1
1.1.2 数据分析的方法 2
1.1.3 数据分析的流程 5
1.2 开始使用Excel 5
1.2.1 初识工作簿与工作表 6
1.2.2 快速录入数据的技巧 8
1.2.3 数据重复录入的验证 14
1.3 Excel快速操作技巧 16
1.3.1 一键快速分析数据 16
1.3.2 对比工作表的变化 17
1.3.3 Excel常用快捷键 18
1.4 动手练习：查看工作表之间的关系 22
1.5 实操练习 24
第2章 Excel连接数据源 25
2.1 导入本地离线数据 25
2.1.1 导入Excel工作簿文件 25
2.1.2 导入文本/CSV文件 26
2.1.3 JSON文件 27
2.2 导入关系型数据库中的数据 29
2.2.1 Excel连接SQL Server数据库 29
2.2.2 Excel连接Access数据库 31
2.2.3 Excel连接MySQL数据库 32
2.3 读取其他数据源的数据 34
2.3.1 使用“自表格/区域”读取数据 34
2.3.2 读取Web网站的数据 36
2.3.3 通过ODBC连接数据源 38
2.4 多表合并查询 39
2.4.1 多表合并的应用场景 39
2.4.2 不同工作簿的多表合并 39
2.4.3 同一工作簿的多表合并 42
2.5 动手练习：读取国家统计局的Web数据 44
2.5.1 连接到Web数据源 44
2.5.2 调整和清洗源数据 45
2.6 实操练习 51
第3章 使用公式与函数 52
3.1 公式与函数基础 52
3.1.1 认识Excel函数 52
3.1.2 公式及其输入方法 53
3.1.3 输入Excel内置函数 54
3.2 Excel单元格引用 55
3.2.1 单元格的相对引用 56
3.2.2 单元格的绝对引用 56
3.2.3 单元格的混合引用 57
3.3 必会Excel新函数 59
3.3.1 多条件判断 59
3.3.2 文本连接函数 60
3.3.3 日期处理函数 61
3.4 Excel函数举例 63
3.4.1 与文本相关的函数 64
3.4.2 日期和时间处理函数 66
3.4.3 数值计数与求和函数 68
3.5 动手练习：函数嵌套计算职位薪资 73
3.6 实操练习 75
第4章 Excel日常数据分析 76
4.1 Excel数据排序 76
4.1.1 按单个字段排序 76
4.1.2 按多个字段排序 77
4.1.3 自定义数据排序 78
4.2 Excel条件格式 80
4.2.1 突出显示单元格 80
4.2.2 自定义条件格式 81
4.2.3 单元格数据添加图标 82
4.3 Excel数据分类汇总 83
4.3.1 按单个字段分类汇总 83
4.3.2 按多个字段分类汇总 84
4.4 Excel数据筛选 85
4.4.1 自动筛选数据 85
4.4.2 自定义筛选数据 85
4.5 动手练习：Excel在学生管理中的运用 86
4.6 实操练习 90
第5章 Excel数据透视表 91
5.1 数据透视表入门 91
5.1.1 创建数据透视表 91
5.1.2 更改和刷新数据源 92
5.1.3 为数据透视表插入切片器 94
5.2 数据透视表布局 95
5.2.1 设置透视表报表分类汇总 96
5.2.2 设置透视表报表布局形式 96
5.3 数据透视表计算 98
5.3.1 在透视表中添加计算字段 98
5.3.2 在透视表中添加计算项 100
5.4 数据透视表显示 101
5.4.1 在数据透视表中添加货币符号 101
5.4.2 透视表字段列表的设置 102
5.5 动手练习：财政税收收入结构分析 103
5.5.1 union语句在财政历年税收收入结构分析中的应用 104
5.5.2 Excel数据透视表与SQL结合应用的注意事项 106
5.5.3 小结 106
5.6 实操练习 107
第6章 Excel数据清洗 108
6.1 重复数据检测与处理 108
6.1.1 重复数据的检测 108
6.1.2 重复数据的处理 110
6.2 缺失数据检测与处理 110
6.2.1 缺失数据的检测 110
6.2.2 缺失数据的处理 111
6.3 异常数据的检测与处理 112
6.3.1 异常数据的检测 112
6.3.2 异常数据的处理 113
6.4 数据清洗的其他方法 113
6.4.1 快速实现数据分列 113
6.4.2 更改文本的大小写 114
6.5 动手练习：Excel指纹考勤数据处理 116
6.6 实操练习 120
第7章 Excel基本统计分析 121
7.1 描述性统计 121
7.1.1 描述性统计概述 121
7.1.2 主要描述性指标 122
7.1.3 描述性统计分析实例 124
7.2 相关分析 125
7.2.1 皮尔逊相关系数 126
7.2.2 斯皮尔曼相关系数 127
7.2.3 肯德尔相关系数 128
7.3 模拟分析 129
7.3.1 单变量求解模拟 129
7.3.2 双变量模拟运算 130
7.4 方差分析 133
7.4.1 单因素方差分析 133
7.4.2 双因素方差分析 135
7.5 动手练习：企业投资决策敏感性分析 138
7.5.1 投资决策敏感性分析的分类 139
7.5.2 敏感性分析的主要模板设计 139
7.5.3 利用“单变量求解”功能分析各因素的临界值 140
7.5.4 案例小结 141
7.6 实操练习 142
第8章 Excel高级统计分析 143
8.1 回归分析 143
8.1.1 线性回归简介 143
8.1.2 线性回归建模 146
8.1.3 回归模型案例 147
8.2 时间序列分析 149
8.2.1 时间序列简介 150
8.2.2 移动平均法及案例 151
8.2.3 指数平滑法及案例 155
8.3 假设检验 158
8.3.1 Z检验及案例 158
8.3.2 T检验及案例 159
8.3.3 F检验及案例 160
8.4 线性规划 161
8.4.1 线性规划简介 162
8.4.2 案例：规划求解问题 163
8.4.3 案例：最短路径问题 165
8.5 动手练习：活跃用户数据建模与预测 168
8.5.1 分析思路 168
8.5.2 解决方案 169
8.6 实操练习 172
第9章 Excel数据可视化 173
9.1 Excel图表及案例 173
9.1.1 绘制对比型图表 173
9.1.2 绘制趋势型图表 175
9.1.3 绘制比例型图表 177
9.1.4 绘制分布型图表 178
9.1.5 绘制其他类图表 180
9.2 迷你图及案例 181
9.2.1 创建迷你图 182
9.2.2 迷你图设置 182
9.2.3 企业盈亏分析 185
9.3 数据透视图及案例 186
9.3.1 如何创建数据透视图 186
9.3.2 利用筛选器筛选数据 190
9.3.3 数据透视图样式设计 193
9.3.4 为透视图添加切片器 194
9.4 Excel图表绘制技巧 195
9.4.1 调整图表格式控制 195
9.4.2 图表标注突出数据 197
9.4.3 巧用图表样式模板 198
9.5 Excel图表美化方法 199
9.5.1 几招让表格不难看 200
9.5.2 如何使图形更美观 202
9.6 动手练习：Excel可视化插件——EasyCharts 205
9.6.1 示例9-1：绘制2021年第四季度销售额分割面积图 206
9.6.2 示例9-2：绘制2022年3月份销售业绩子弹图 206
9.7 实操练习 207
第10章 用仪表板展示数据 208
10.1 如何制作出高效精美的仪表板 208
10.1.1 熟悉业务合理规划 208
10.1.2 利用视图充分展示 209
10.1.3 完善视图避免错误 209
10.2 制作仪表板 209
10.2.1 创建数据透视表 210
10.2.2 创建数据透视图 211
10.2.3 添加图形切片器 212
10.3 共享仪表板 213
10.3.1 与他人直接共享 214
10.3.2 通过电子邮件共享 215
10.3.3 通过Power BI共享 217
10.4 动手练习：2021年商品销售额仪表板 218
10.5 实操练习 222
第11章 Excel连接Hadoop集群 223
11.1 了解Hadoop 223
11.1.1 Hadoop概述 223
11.1.2 Hadoop组件 224
11.1.3 Apache Hadoop发行版 227
11.2 连接Hadoop Hive 228
11.2.1 启动Hadoop Hive 228
11.2.2 连接Cloudera Hadoop 229
11.2.3 连接MapR Hadoop 231
11.3 连接Hadoop Spark 232
11.3.1 启动Hadoop Spark 232
11.3.2 配置SparkODBC 233
11.3.3 连接Hadoop Spark 234
11.4 动手练习：Excel连接Hadoop集群订单表 235
11.5 实操练习 236
第12章 电商客户关系管理实战 237
12.1 RFM分析法 237
12.2 数据分析与建模 238
12.2.1 数据清洗 239
12.2.2 数据整理 240
12.2.3 确定权重 241
12.3 数据分析与可视化 242
12.3.1 数据分析 242
12.3.2 数据可视化 244
12.3.3 案例小结 246
12.4 客户关系管理策略 246
12.5 实操练习 247
第13章 银行用户信用评分实战 248
13.1 数据准备 248
13.1.1 案例数据集介绍 248
13.1.2 描述性统计分析 249
13.2 数据清洗 250
13.2.1 重复值的处理 250
13.2.2 缺失值的处理 251
13.2.3 异常值的处理 251
13.3 客户特征分析 251
13.3.1 客户属性分析 251
13.3.2 还款能力分析 253
13.3.3 违约风险分析 255
13.4 客户违约率分析 256
13.4.1 违约率与月收入的关系 257
13.4.2 违约率与年龄的关系 257
13.4.3 违约率与逾期次数的关系 258
13.5 实操练习 258
附录A Excel主要函数 259
A.1 数学和三角函数 259
A.2 统计函数 262
A.3 逻辑函数 266
A.4 日期和时间函数 267
A.5 查找和引用函数 268
A.6 文本函数 269
A.7 财务函数 270
A.8 工程函数 272
A.9 信息函数 274
A.10 数据库函数 275
A.11 Web函数 275
A.12 兼容性函数 276
A.13 多维数据集函数 277
附录B Excel快捷键 278
附录C Excel宏与VBA 284
C.1 宏及其操作 284
C.2 VBA基础知识 287
C.3 VBA编程案例：冒泡排序算法实现数据排序 289
附录D 认识SQL语句 292
D.1 CREATE语句 292
D.2 ALTER语句 293
D.3 INSERT语句 293
D.4 UPDATE语句 294
D.5 SELECT语句 294
D.6 DELETE语句 296
|
| 內容試閱：
|
当今，学习数据分析的人越来越多，Excel无疑是最常用、使用最广泛的数据分析工具。Excel容易上手，功能十分强大，不仅提供了简单的数据处理功能，还有专业的统计分析工具，包括相关系数分析、描述性统计、回归分析等。
虽然使用Excel的人很多，但是能用Excel熟练进行数据分析的人并不多，大部分人只掌握了其中很少的功能，甚至使用Excel进行数据处理也只是进行一般的分类、汇总、排序，这些功能在面对复杂的数据分析问题时，就无能无力了。
读者在市面上可以找到不少有关Excel数据分析方面的工具书，但其中绝大部分只介绍了简单的数据分析，比如输入数据、制作表格、分类汇总等，涉及Excel统计分析工具的相关图书较少，众所周知，统计分析工具是数据分析必备的技能，专业数据分析工作的利器，如果不掌握这些工具，当我们面对很多专业的数据分析问题时，就会捉襟见肘，甚至束手无策。
本书结合笔者十余年数据分析从业经验，根据数据分析的流程和必备技能编排内容，涉及数据获取、数据清洗、数据分析、数据可视化等数据分析的各个部分。力图从Excel最基本的操作入手，介绍Excel数据分析的基本技能、各种数据分析工具的使用以及强大的统计分析方法。书中提供了大量分析技巧和实际案例，步骤详尽，适合不同层次的读者。对于Excel数据分析小白来说，可以通过本书入门，快速上手；对于有一定Excel使用经验的读者，通过阅读本书可以掌握专业的数据分析方法与可视化技能，特别是Excel统计分析工具的使用，可以让自己的技能提升到一个更高的水平。
本书的内容导图
使用本书的注意事项
（1）Excel软件版本
本书是基于Excel 2019软件编写的，建议读者安装Office专业增强版2019进行学习，由于Excel 2019与Excel 2016、Excel 2021等版本间的差异不大，因此本书也适用于其他版本的学习。
（2）学习效果测试
本书各章提供了动手练习试题，读者可以根据练习题复习本章的内容，然后自己动手写出答案，最后与本书的参考答案进行对比。
本书的主要特色
特色1：从Excel基本操作入手，小白也能轻松入门。
特色2：介绍数据分析全流程和相关工具，包括获取数据、数据清洗、数据分析与数据可视化，注重传授方法、思路，以便读者更好地理解与运用。
特色3：介绍了Excel强大的统计分析工具，便于有从业经验的数据分析人士进阶提升，解决复杂的数据分析问题。
特色4：贴近实际工作，基本涵盖了Excel数据分析的各种技能，这些技能也是职场人常用的技能。
特色5：配书资源丰富，提供了教学视频、思维导图、数据源等，可使读者快速上手，大幅提升学习效率。
本书的配书资源
教学视频：本书提供对应的教学视频，读者扫描书中提供的二维码即可观看。
Excel数据源：本书案例涉及的Excel表格均提供源文件，读者可以直接调用进行上机演练。
PPT课件：对于有教学需求的人员，本书还提供了PPT课件。
思维导图：导图可指导读者快速了解本书结构，查找学习内容。
扫描以下二维码可下载本书配套资源：
如果下载有问题，请发送邮件到booksaga@126.com，邮件主题为“动手学Excel数据分析与可视化”。
纸上得来终觉浅，绝知此事要躬行。本书各章提供了动手练习案例，只要读者依照步骤勤奋练习，相信你很快会成为运用Excel进行数据分析的高手。
最后，祝愿各位读者通过学习本书达成预期的目标。升职加薪，前程似锦。
王国平于上海
2022年6月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
