谁说菜鸟不会数据分析

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Python3 /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