中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書介紹了數據分析的方法和步驟,並分別通過Excel和Python實施和對比。
通過本書一方面可以拓寬對Excel功能的認識,另一方面可以學習和掌握Python的基礎操作。
本書分為11 章,涵蓋的主要內容有Excel和Python在數據分析領域的定位與核心功能對比、統計量介紹、
Excel與Python實踐環境搭建、數據處理與分析的基本方法、ETL方法、數據建模理論、
數據挖掘基礎、數據可視化的基本方法、分析報告的製作方法。
本書內容由淺入深,註重功能實用性,適合數據分析工作者、
相關專業學生、Python初學者、Excel深入學習者閱讀。
目錄大綱
第1章Excel與Python的定位與功能對比
1.1 數據分析簡介
1.2 Excel與Python的特徵對比
1.3 Excel與Python 的功能範圍
1.4 Excel 與Python 的選擇和協作
第2章統計量
2.1 常用統計量介紹
2.2 隨機變量及其分佈
第3章實踐環境的搭建
3.1 Excel數據分析環境
3.2 Python開發環境
3.3 Python基礎語法
3.4 Excel與Python的整合環境
第4章數據處理與分析
4.1 各種統計量的計算
4.2 數據分析與概率統計
4.3 邏輯運算
4.4 文本處理
4.5 日期與時間
4.6 查找與引用
4.7 數學與三角函數
4.8 數據的排序、查重、匯總
第5章數據抽取——ETL中的E
5.1 連接數據庫的配置
5.2 使用Power Query
5.3 從數據庫抽取數據
5.4 從數據文件中讀取數據
5.5 從因特網獲取數據
5.6 驗證抓取的數據
第6章數據清洗——ETL中的T
6.1 問題數據類型與數據清洗方法
6.2 使用Python抓取演示用金融數據
6.3 數據清洗方法說明
6.4 數據清洗實踐
第7章數據裝載——ETL中的L
7.1 數據倉庫ETL技術
7.2 通過Excel裝載數據
7.3 通過Python裝載數據
7.4 數據裝載策略
第8章數據建模
8.1 數據模型相關概念
8.2 使用Power Pivot構建數據模型
8.3 使用SQLAlchemy構建模型
8.4 Excel和Python構建關係數據模型對比
第9章數據挖掘
9.1 認識數據挖掘
9.2 Excel數據挖掘方案
9.3 Python數據挖掘方案
9.4 scikit-learn操作
9.5 具體挖掘算法
第10章數據可視化
10.1 數據可視化基礎
10.2 可視化方案
10.3 散點圖
10.4 餅圖
10.5 條形圖
10.6 面積圖
10.7 折線圖
10.8 柱形圖
10.9 特殊可視化圖
10.10 Excel與Python可視化處理方式對比
第11章分析報告
11.1 分析報告基礎
11.2 Excel數據透視
11.3 Excel數據儀表板
11.4 安裝JupyterLab插件
11.5 JupyterLab交互式設計
