透彻讲解Excel、SQL、Tableau、Python四项数据分析必会工具，数据分析工作者的案头推荐工具书。系统介绍数据分析的策略、方法(数据分析之道)；实例讲解引导、快速掌握数据分析工具(数据分析之术)；免费提供书中涉及的全部数据集文件、数据库源文件、程序代码(1GB)。很好实用的数据分析学习用书。

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。

陈红波，硕士，“大海鱼数据分析”公众号运营者。曾就职于靠前大型金融、游戏、电商公司的数据部门，担任不错数据分析师一职，具有丰富的行业数据分析经验。目前主要负责企业数据部门的管理工作，内容包括数据治理、报表架构、数据支持、业务分析、数据咨询等。 刘顺祥，统计学硕士，“数据分析1480”公众号运营者。曾就职于唯品会电商平台，担任不错数据分析师一职。目前就职于靠前某数据咨询公司，为联想、亨氏、美丽田园、喜力、网鱼网咖等企业提供数据咨询服务。著有《从零开始学Python数据分析与挖掘》一书。

目录前言章 数据分析入门11.1 什么是数据分析11.1.1 数据分析的含义11.1.2 数据分析的操作步骤21.1.3 数据分析的应用场景51.1.4 数据分析的发展趋势81.2 数据分析的职业发展及分类81.3 数据分析之道101.3.1 三类统计分析策略101.3.2 数据分析的常用方法171.4 数据分析之术221.4.1 必备的Excel处理方法221.4.2 高超的数据库查询技巧231.4.3 纯熟的数据可视化技能231.4.4 高大上的统计编程技术26第2章 数据分析——从玩转Excel开始282.1 Excel概述282.1.1 强大的数据处理技能282.1.2 实用的数据分析技巧292.1.3 丰富的数据可视化图表302.1.4 便捷的自动化数据处理302.1.5 快速实现业务报表开发322.2 高效处理数据的Excel函数家族342.2.1 常用的统计分析函数352.2.2 灵活的文本处理函数492.2.3 便捷的数值运算函数592.2.4 经典的逻辑判断函数682.2.5 实用的日期计算函数742.2.6 高效的匹配查找函数802.3 十分有用的Excel数据分析技巧942.3.1 数据透视表实现统计分析952.3.2 描述性统计分析1132.3.3 相关系数与协方差1152.3.4 线性回归模型预测1182.3.5 移动平均模型预测1212.4 酷炫的Excel图表可视化1232.4.1 Excel基础图表1232.4.2 不错可视化图表1352.5 让你的Excel报表动起来1412.5.1 VBA基础语法1422.5.2 录制宏，解放你的双手1522.5.3 VBA应用：学生成绩信息统计1542.5.4 VBA应用：报表发送前的一键优化1552.5.5 VBA应用：数据库字典的超链接1562.5.6 VBA应用：一键合并拆分工作簿1582.5.7 VBA应用：从数据库获取并更新数据163第3章 海量数据管理——拿MySQL说事儿1743.1 MySQL数据库的安装1743.2 将数据写入到数据库中1783.2.1 常用的数据类型1783.2.2 手工建表1813.2.3 数据插入1833.2.4 外部数据的批量导入1863.3 重要的单表查询1913.3.1 SQL查询的7个核心关键词——以链家二手房数据为例1923.3.2 基于CASE WHEN的常用查询——以电商交易数据为例2013.3.3 几种常见的嵌套查询——以学员考试成绩为例2053.3.4 基于分组排序的辅助列功能——以销售员业绩数据为例2103.4 复杂的多表查询2143.4.1 纵向表合并——以超市交易数据为例2153.4.2 表连接操作——以校园一卡通记录数据为例2173.5 通过索引提高数据的查询速度2243.5.1 常见的索引类型2243.5.2 索引的查询和删除2293.5.3 关于索引的注意事项2303.6 数据库的增删改操作2313.6.1 数据库的增操作2313.6.2 数据库的删操作2323.6.3 数据库的改操作235第4章 数据可视化——Tableau的使用2384.1 数据可视化概述2384.1.1 什么是数据可视化2384.1.2 为什么要实现数据可视化2404.2 Tableau概述2414.2.1 软件安装2414.2.2 连接数据源2434.2.3 数据源界面2494.2.4 工作区界面2514.2.5 不错操作2594.2.6 保存结果2644.3 数据可视化图表2654.3.1 条形图2664.3.2 柱形图2674.3.3 折线图2684.3.4 面积图2714.3.5 符号图2724.3.6 树状图2724.3.7 气泡图2734.3.8 文字云2734.3.9 饼图2744.3.10 热图2744.3.11 盒须图2754.3.12 双轴图2764.3.13 动态图表2774.3.14 参数图表2794.3.15 漏斗图2824.4 仪表板的制作与发布2864.4.1 仪表板的制作2864.4.2 可视化成果发布288第5章 数据分析进阶——Python数据分析2915.1 数据分析的利器——Python2915.1.1 Anoconda——Python集成开发环境的安装2925.1.2 Python编程工具的选择2955.2 Jupyter的使用技巧2975.2.1 代码运行组合键2975.2.2 代码框操作组合键2975.2.3 注释组合键2975.2.4 帮助组合键2985.2.5 代码与笔记的切换组合键2985.3 数据读取——从pandas开始2995.3.1 文本文件的读取2995.3.2 电子表格的读取3015.3.3 数据库数据的读取3035.4 常见的数据处理技术3065.4.1 数据的概览与清洗3065.4.2 数据的引用3125.4.3 多表合并与连接3145.4.4 数据的汇总3195.5 探索性数据分析3245.5.1 异常数据的检测与处理3245.5.2 数据的描述3315.5.3 数据的推断3485.6 线性回归模型的应用3585.6.1 简单线性回归模型——刹车距离的研究3595.6.2 多元线性回归模型——产品市场销售额的研究3635.6.3 模型的显著性检验——F检验3655.6.4 回归系数的显著性检验——t检验3675.6.5 基于回归模型识别异常点3705.6.6 模型的预测372

前言随着大数据技术的快速发展，人们对数据的价值越来越重视，数据采集、存储、安全技术也变得日益重要，数据分析和数据挖掘技术得到了日益广泛的应用。利用数据分析技术从海量数据中提取的信息具有极高的价值，例如，支持企业高层进行业务决策、发现新的销售和市场机会、提升组织的社交媒体营销能力、提高用户忠诚度以及复购率、降低用户流失率、提前预测风险并进行防范等。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。本书结合数据分析工作的实际情况，通过大量案例介绍了数据分析的方法和工具，内容涵盖了Excel、VBA、SQL、Tableau以及Python这几个常用的数据分析工具的使用，融会贯通地介绍了数据分析的道与术。通过本书，读者可以由浅入深、循序渐进地学习数据分析，为日常工作中数据的处理与分析打下坚实的基础。本书内容章数据分析入门。主要内容包括什么是数据分析、数据分析的职业发展及分类，以及数据分析之“道”(数据分析需要掌握的理论知识)与数据分析之“术”(各类软件工具的运用)。第2章数据分析——从玩转Excel开始。主要内容包括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)。第3章海量数据管理——拿MySQL说事儿。主要内容包括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。第4章数据可视化——Tableau的使用。主要内容包括数据可视化概述、Tableau概述、数据可视化图表、仪表板的制作与发布。第5章数据分析进阶——Python数据分析。主要内容包括数据分析的利器—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。本书特点 由浅入深，循序渐进：本书在简要概述了数据分析的基本概念之后，首先讲解了数据分析入门工具Excel的操作技巧，然后结合案例讲解了VBA的知识点，帮助读者快速掌握表格处理技术；结合MySQL数据库对SQL语言的讲解可以让读者轻松地处理海量数据；Tableau是用来进行数据可视化分析的重要工具；Python作为本书的进阶部分内容，可以帮助读者高效处理数据和通过建模进行数据分析。书中讲解的知识点环环相扣、逐层深入，比较符合初学者学习数据分析的认知规律。 案例丰富，轻松易学：本书在介绍各类数据分析工具时结合了大量的实际案例，能够让读者快速理解并掌握各个知识点，简单易学、轻松上手。 内容全面，讲解详细：本书定位在数据分析的入门与进阶，从数据分析理论到数据处理、从可视化分析到建模分析，知识点覆盖得很全面。全书最后附有彩插，将书中对应效果图直观呈现，方便读者参考。 配套资源丰富，免费提供：本书中的案例涉及的数据集、代码等资源都免费提供给读者学习使用，可通过扫描封底二维码IT有得聊，并输入本书书号中的五位数字获取。适用对象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，也适合产品经理、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人员等参考。本书作者本书由陈红波、刘顺祥等编著，参与本书编写的人员还有孙宗鹏、朱烨、陶颖。此外，还要对帮助本书出版的所有朋友致以衷心的感谢！由于作者水平有限，书中难免出现错误和不足之处，敬请广大读者批评指正。希望本书能够成为您数据分析入门的领航者。陈红波 刘顺祥 2019年1月11日