
陈红波 刘顺祥等
本书由一线数据分析师精心编写,通过大量案例介绍了数据分析工作中常用的数据分析方法与工具。本书包括5章内容,分别是数据分析入门、数据分析——从玩转Excel开始、海量数据管理——拿MySQL说事儿、数据可视化——Tableau的使用、数据分析进阶——Python数据分析。本书通俗易懂、通过大量贴近企业真实场景的案例,帮助读者在提高数据处理技能的同时加深对数据分析思维的理解。本书适合有志于从事数据分析工作或已从事初级数据分析工作的人士自学,也可作为产品经理、运营人员、市场人员、对数据分析感兴趣的企业高管以及创业者的参考用书。
对于数据的重视以及数据分析技术的发展与应用,带动了企业对数据分析人才需求的快速增长。在未来一段时间内,数据分析人才缺口会很大。从事数据分析工作需要专门的技能,一名优秀的数据分析师既要熟练掌握数据分析之“道”—数据分析的策略、方法(也可以将其理解为做数据分析的思路),也要熟练掌握数据分析之“术”—数据分析工具的使用。此外,数据分析师还需要熟悉行业知识、公司业务及流程,了解企业产品和运营活动的设计思路,才能根据数据分析的结论驱动业务增长落地,使得数据分析工作的价值和自身的价值得以实现。
- 入门 - 什么是数据分析 - 数据分析的职业发展及分类 - 数据分析之“道”: 数据分析需要掌握的理论知识 - 数据分析之“术”: 各类软件工具的运用 - 入门-Excel - Excel概述 - 高效处理数据的Excel函数家族 - 十分有用的Excel数据分析技巧 - 酷炫的Excel图表可视化 - 让你的Excel报表动起来(VBA) - 海量数据管理—拿MySQL - MySQL数据库的安装 - 将数据写入到数据库中 - 重要的单表查询 - 复杂的多表查询 - 通过索引提高数据的查询速度 - 数据库的增删改操作 - 数据可视化—Tableau - 数据可视化概述 - Tableau概述 - 数据可视化图表 - 仪表板的制作与发布 - 数据分析进阶—Python数据分析 - Python、Jupyter的使用技巧 - 数据读取—从pandas开始 - 常见的数据处理技术 - 探索性数据分析 - 线性回归模型的应用
看目录就可以了,或者看WPS教程学会做数据图。目前有很多软件可以一键转换为可视化图形。
对外行的我,是一个知识补缺。谢谢作者。
结合ai 工具,效率翻倍,很实用
2020/09/28 作者在前半部分对Excel和SQL的讲的很是详细,好些要注意的细节都写清楚了,而后面的Tableau和Python的讲解就比较简要了,其他数据分析软件没介绍。对于想深入学习数据可视化的书友么,可以去找专著,想用好Python,又不怕枯燥,又懂英文的书友,可以去pandas和matiplotlib官网看这两个库的详细说明。[呲牙]
从书的整体内容来看,还是包含了许多有用的知识的,相比较而言,前半部分对于数据分析的策略、模型和excel的介绍是非常详细的,可以认真对照学习,而后面对于Tableau的介绍就比较书面化,还是需要靠自己去实际操作,最后对于python的介绍可能比较简单,需要去找其他相关方面的书籍进行学习。
不推荐看 一定要看,建议看目录,再看第一章内容。对于数据分析有个大概的了解。 1.这本书本身定位就很尴尬。作为入门书,说得又不够基础。作为进阶书,体系又不够完善。 2.书中把excel、sql、tableau、python都给谈到了,但只是泛泛而谈,并不适合入门或进阶。
讲了一些数据分析方法论的东西,也包括一些实际操作。总体来说学的比较认真的还是excel部分,因为用的比较多。至于sql, tableaue,python因为篇幅的原因讲的比较范范,想深入学习的话还要再看专门的书籍和多多应用。
入门很好的书籍,我看了这么多关于数据分析入门书籍中最好的一个。但进阶的话,我认为与数据挖掘相关的书籍会更好。