谁说菜鸟不会数据分析（Python篇）（SPSS篇），工具篇、入门篇 4本

图书标准信息

• 作者 方小敏 张文霖
• 出版社 电子工业出版社
• 出版时间 2019-06
• 版次 1
• ISBN 9787121364587
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 232页
• 字数 99999千字

【内容简介】

《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”。

【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

【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