從零開始利用Excel與Python進行數據分析

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，注重功能實用性，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。

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 從互聯網獲取數據
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