数据分析轻松进阶:从Excel到Python和R
George Mount
彭青松 译
出版时间:2024年07月
页数:194
“ 乔治准确地阐述了你从Excel过渡到数据分析领域所需做的一切。”
——Jordan Goldmeier
微软Excel MVP
“ 这本书的独特定位使其既可以作为商业分析和数据分析的参考书,也可以作为入门书。”
——Aiden Johnson
Breakthrough Data Science
数据科学家兼导师

数据分析领域看似令人生畏,但你可以借助Excel这一“神奇的跳板”,轻松跃入数据分析领域。通过这本实践指南,Excel用户将轻松学会数据分析师常用的语言,在面对复杂的数据分析任务时做到胸有成竹。读完本书后,你将能够使用Python和R进行探索性数据分析和假设检验。
本书首先利用Excel帮助你理解概率分布、相关性、线性回归等统计学知识,然后分别展示如何将这些知识迁移到Python和R中。通过使用本书介绍的工具和框架,你将能够很好地掌握继续学习高级数据分析技术的窍门。
本书的阅读路线如下。
● Excel数据分析基础:使用Excel检验变量之间的关系,并将统计学和数据分析中的重要概念可视化。
● 从Excel到R:将你在Excel中学到的数据分析知识迁移到R中。
● 从Excel到Python:将你在Excel中学到的数据分析知识迁移到Python中,并对照R进行完整的数据分析。
  1. 前言
  2. 第一部分 Excel数据分析基础
  3. 第1章 探索性数据分析入门
  4. 1.1 什么是探索性数据分析
  5. 1.1.1 观测值
  6. 1.1.2 变量
  7. 1.2 演示:对变量进行分类
  8. 1.3 小结:变量类型
  9. 1.4 在Excel中探索变量
  10. 1.4.1 探索分类变量
  11. 1.4.2 探索定量变量
  12. 1.5 本章小结
  13. 1.6 练习
  14. 第2章 概率论基础
  15. 2.1 概率与随机性
  16. 2.2 概率与样本空间
  17. 2.3 概率与实验
  18. 2.4 非条件概率与条件概率
  19. 2.5 概率分布
  20. 2.5.1 离散概率分布
  21. 2.5.2 连续概率分布
  22. 2.6 本章小结
  23. 2.7 练习
  24. 第3章 推断统计基础
  25. 3.1 推断统计框架
  26. 3.1.1 收集有代表性的样本
  27. 3.1.2 陈述假设
  28. 3.1.3 制订分析计划
  29. 3.1.4 分析数据
  30. 3.1.5 做出决定
  31. 3.2 数据由你主宰
  32. 3.3 本章小结
  33. 3.4 练习
  34. 第4章 相关性和回归
  35. 4.1 “相关并不等于因果”
  36. 4.2 相关性简介
  37. 4.3 从相关性到回归
  38. 4.4 Excel 中的线性回归
  39. 4.5 反思结果:虚假关系
  40. 4.6 本章小结
  41. 4.7 高阶编程阶段
  42. 4.8 练习
  43. 第5章 数据分析栈
  44. 5.1 统计学、数据分析和数据科学
  45. 5.1.1 统计学
  46. 5.1.2 数据分析
  47. 5.1.3 商业分析
  48. 5.1.4 数据科学
  49. 5.1.5 机器学习
  50. 5.1.6 独特,但不排他
  51. 5.2 数据分析栈的重要性
  52. 5.2.1 电子表格
  53. 5.2.2 数据库
  54. 5.2.3 商业智能平台
  55. 5.2.4 数据编程语言
  56. 5.3 本章小结
  57. 5.4 下一步
  58. 5.5 练习
  59. 第二部分 从Excel到R
  60. 第6章 使用R之前的准备工作
  61. 6.1 下载R
  62. 6.2 RStudio入门
  63. 6.3 R包
  64. 6.4 升级R、RStudio和R包
  65. 6.5 本章小结
  66. 6.6 练习
  67. 第7章 R中的数据结构
  68. 7.1 向量
  69. 7.2 索引向量和提取子集
  70. 7.3 从Excel表格到R数据框
  71. 7.4 在R中导入数据
  72. 7.5 探索R数据框
  73. 7.6 索引R数据框和提取子集
  74. 7.7 将数据写入R数据框
  75. 7.8 本章小结
  76. 7.9 练习
  77. 第8章 使用R进行数据处理与可视化
  78. 8.1 使用dplyr包处理数据
  79. 8.1.1 按列操作
  80. 8.1.2 按行操作
  81. 8.1.3 聚合和连接数据
  82. 8.1.4 dplyr包和管道运算符
  83. 8.1.5 使用tidyr包重塑数据
  84. 8.2 使用ggplot2包可视化数据
  85. 8.3 本章小结
  86. 8.4 练习
  87. 第9章 使用R进行数据分析
  88. 9.1 探索性数据分析
  89. 9.2 假设检验
  90. 9.2.1 独立样本t检验
  91. 9.2.2 线性回归
  92. 9.2.3 训练集/测试集分离和验证
  93. 9.3 本章小结
  94. 9.4 练习
  95. 第三部分 从Excel到Python
  96. 第10章 使用Python之前的准备工作
  97. 10.1 下载Python
  98. 10.2 Jupyter Notebook入门
  99. 10.3 Python中的模块
  100. 10.4 升级Python、Anaconda和Python包
  101. 10.5 本章小结
  102. 10.6 练习
  103. 第11章 Python中的数据结构
  104. 11.1 numpy数组
  105. 11.2 索引numpy数组和提取子集
  106. 11.3 pandas数据框
  107. 11.4 在Python中导入数据
  108. 11.5 探索pandas数据框
  109. 11.5.1 索引pandas数据框和提取子集
  110. 11.5.2 把pandas数据框写入文件
  111. 11.6 本章小结
  112. 11.7 练习
  113. 第12章 使用Python进行数据处理与可视化
  114. 12.1 按列操作
  115. 12.2 按行操作
  116. 12.3 聚合和连接数据
  117. 12.4 重塑数据
  118. 12.5 可视化数据
  119. 12.6 本章小结
  120. 12.7 练习
  121. 第13章 使用Python进行数据分析
  122. 13.1 探索性数据分析
  123. 13.2 假设检验
  124. 13.2.1 独立样本t检验
  125. 13.2.2 线性回归
  126. 13.2.3 训练集/测试集分离和验证
  127. 13.3 本章小结
  128. 13.4 练习
  129. 第14章 结论和展望
  130. 14.1 进一步学习的方向
  131. 14.2 研究设计和商业实验
  132. 14.3 进一步学习统计方法
  133. 14.4 数据科学和机器学习
  134. 14.5 版本控制
  135. 14.6 道德准则
  136. 14.7 勇往直前
  137. 14.8 告别的话
书名:数据分析轻松进阶:从Excel到Python和R
作者:George Mount
译者:彭青松 译
国内出版社:人民邮电出版社
出版时间:2024年07月
页数:194
书号:978-7-115-64776-4
原版书书名:Advancing into Analytics: From Excel to Python and R
原版书出版商:O'Reilly Media
George Mount
 
George Mount是数据分析培训与咨询公司Stringfest Analytics的创始人兼首席执行官。他曾与行业领先的训练营、学习平台和实践组织合作,帮助人们提高数据分析技能。
 
 
购买选项
定价:79.80元
书号:978-7-115-64776-4
出版社:人民邮电出版社