數據分析從入門到進階(第2版)

劉順祥，統計學碩士，“數據分析1480”公眾號運營者。曾就職於唯品會電商平臺，擔任高級數據分析師一職。目前就職於國內某數據咨詢公司，為聯想、亨氏、美麗田園、喜力、網魚網咖等企業提供數據咨詢服務。著有《從零開始學Python數據分析與挖掘》一書。

前言
第1章 數據分析入門
1.1 什麼是數據分析
1.1.1 數據分析的含義
1.1.2 數據分析的操作步驟
1.1.3 數據分析的應用場景
1.1.4 數據分析的發展趨勢
1.2 數據分析的職業發展及分類
1.3 數據分析之道
1.3.1 三類統計分析策略
1.3.2 常用分析方法與思維
1.4 數據分析之術
1.4.1 必備的Excel處理方法
1.4.2 高超的數據庫查詢技巧
1.4.3 純熟的數據可視化技能
1.4.4 高大上的統計編程技術
1.4.5 精湛的數據分析報告制作能力
1.4.6 必備的AI工具輔助分析能力
第2章 數據分析—從玩轉Excel開始
2.1 Excel概述
2.1.1 強大的數據處理技能
2.1.2 實用的數據分析技巧
2.1.3 豐富的數據可視化圖表
2.1.4 便捷的自動化數據處理
2.1.5 快速實現業務報表開發
2.2 高效處理數據的Excel函數家族
2.2.1 常用的統計分析函數
2.2.2 靈活的文本處理函數
2.2.3 便捷的數值運算函數
2.2.4 經典的邏輯判斷函數
2.2.5 實用的日期計算函數
2.2.6 高效的匹配查找函數
2.3 十分有用的Excel數據分析技巧
2.3.1 數據透視表實現統計分析
2.3.2 描述性統計分析
2.3.3 相關系數與協方差
2.3.4 線性回歸模型預測
2.3.5 移動平均模型預測
2.4 酷炫的Excel圖表可視化
2.4.1 Excel基礎圖表
2.4.2 高級可視化圖表
2.5 讓你的Excel報表動起來
2.5.1 VBA基礎語法
2.5.2 錄制宏，解放你的雙手
2.5.3 VBA應用：學生成績信息統計
2.5.4 VBA應用：報表發送前的一鍵優化
2.5.5 VBA應用：數據庫字典的超鏈接
2.5.6 VBA應用：一鍵合並拆分工作簿
2.5.7 VBA應用：從數據庫獲取並更新數據
第3章 海量數據管理—拿MySQL說事兒
3.1 MySQL數據庫的安裝
3.2 將數據寫入數據庫
3.2.1 常用的數據類型
3.2.2 手工建表
3.2.3 數據插入
3.2.4 外部數據的批量導入
3.3 重要的單表查詢
3.3.1 SQL查詢的7個核心關鍵詞—以某平臺二手房數據為例
3.3.2 基於CASE WHEN的常用查詢—以電商交易數據為例
3.3.3 幾種常見的嵌套查詢—以學生考試成績為例
3.3.4 基於分組排序的輔助列功能—以銷售員業績數據為例
3.4 覆雜的多表查詢
3.4.1 縱向表合並—以超市交易數據為例
3.4.2 表連接操作—以校園一卡通記錄數據為例
3.5 通過索引提高數據的查詢速度
3.5.1 常見的索引類型
3.5.2 索引的查詢和刪除
3.5.3 關於索引的註意事項
3.6 數據庫的增、刪、改操作
3.6.1 數據庫的增操作
3.6.2 數據庫的刪操作
3.6.3 數據庫的改操作
第4章 數據可視化—Tableau的使用
4.1 數據可視化概述
4.1.1 什麼是數據可視化
4.1.2 為什麼要實現數據可視化
4.2 Tableau概述
4.2.1 軟件安裝
4.2.2 連接數據源
4.2.3 數據源界面
4.2.4 工作區界面
4.2.5 高級操作
4.2.6 保存結果
4.3 數據可視化圖表
4.3.1 條形圖
4.3.2 柱形圖
4.3.3 折線圖
4.3.4 面積圖
4.3.5 符號圖
4.3.6 樹狀圖
4.3.7 氣泡圖
4.3.8 文字雲
4.3.9 餅圖
4.3.10 熱力圖
4.3.11 盒須圖
4.3.12 雙軸圖
4.3.13 動態圖表
4.3.14 參數圖表
4.3.15 漏鬥圖
4.4 儀表板的制作與發布
4.4.1 儀表板的制作
4.4.2 可視化成果發布
第5章 數據分析進階—Python數據分析
5.1 數據分析的利器—Python
5.1.1 Anaconda—Python集成開發環境的安裝
5.1.2 Python編程工具的選擇
5.2 Jupyter的使用技巧
5.2.1 代碼運行組合鍵
5.2.2 代碼框操作組合鍵
5.2.3 註釋組合鍵
5.2.4 幫助組合鍵
5.2.5 代碼與筆記的切換組合鍵
5.3 數據讀取—從pandas開始
5.3.1 文本文件的讀取
5.3.2 電子表格的讀取
5.3.3 數據庫數據的讀取
5.4 常見的數據處理技術
5.4.1 數據的概覽與清洗
5.4.2 數據的引用
5.4.3 多表合並與連接
5.4.4 數據的匯總
5.5 探索性數據分析
5.5.1 異常數據的檢測與處理
5.5.2 數據的描述
5.5.3 數據的推斷
5.6 線性回歸模型的應用
5.6.1 簡單線性回歸模型—制動距離的研究
5.6.2 多元線性回歸模型—產品市場銷售額的研究
5.6.3 模型的顯著性檢驗—F檢驗
5.6.4 回歸系數的顯著性檢驗—t檢驗
5.6.5 基於回歸模型識別異常點
5.6.6 模型的預測
第6章 制作數據分析報告
6.1 數據分析報告概述
6.1.1 數據分析報告的定義
6.1.2 數據分析報告的核心價值
6.1.3