Python数据分析师成长之路电子书

封面页

书名页

版权页

内容简介

前言

目录

第1章　从菜鸟到高手的路径是什么

1.1　数据分析基础技能学习

1.1.1　Excel能力

1.1.2　SQL编程能力

1.1.3　Python编程能力

1.2　数据分析思维能力培养

1.2.1　需求层面：角色转换

1.2.2　业务层面：核心指标

1.2.3　战略层面：明确方向

1.2.4　行业层面：洞察影响

1.3　Python数据分析通用链路技能

1.3.1　数据收集

1.3.2　数据预处理

1.3.3　数据分析

1.3.4　数据挖掘

1.3.5　数据可视化

1.3.6　数据分析报告

1.4　保持最佳的职业心态

1.4.1　遇到问题

1.4.2　面对和理解问题

1.4.3　解决问题：保持最佳的职业心态

1.5　本章小结

第2章　NumPy基础

2.1　NumPy简介

2.2　NumPy结构

2.3　数据类型及转换

2.4　生成各种数组

2.5　数组计算

2.6　索引和切片

2.7　布尔索引

2.8　本章小结

第3章　Pandas入门

3.1　Series基础使用

3.1.1　Series定义和构造

3.1.2　Series索引和值

3.1.3　字典生成Series

3.1.4　Series基础查询与过滤

3.1.5　Series和数值相乘

3.1.6　Series识别缺失值

3.2　DataFrame基础使用

3.2.1　DataFrame定义和构造

3.2.2　嵌套字典生成DataFrame

3.2.3　DataFrame固定行输出

3.2.4　DataFrame固定列输出

3.2.5　DataFrame列赋值

3.2.6　DataFrame列删除

3.3　Pandas数据交互

3.3.1　重新设置索引

3.3.2　删除行和列

3.3.3　Pandas选择与过滤

3.3.4　Pandas数据对齐和相加

3.3.5　Pandas函数apply应用

3.3.6　Pandas数据排序

3.4　动手实践：Pandas描述性统计

3.4.1　列求和

3.4.2　最大值和最小值索引位置

3.4.3　累计求和输出

3.4.4　描述方法describe()

3.5　本章小结

第4章　Python基础数据处理

4.1　数据读取

4.2　数据合并

4.2.1　按数据库表关联方式

4.2.2　按轴方向合并

4.3　数据清洗

4.3.1　缺失值处理

4.3.2　重复值处理

4.3.3　特殊处理

4.4　数据分组

4.5　数据替换

4.6　本章小结

第5章　SQL基础

5.1　MySQL数据库安装

5.1.1　MySQL下载与安装

5.1.2　数据库管理工具安装

5.1.3　数据库的连接

5.2　MySQL数据查询

5.2.1　基础数据查询

5.2.2　模糊数据查询

5.2.3　字段处理查询

5.2.4　排序

5.2.5　函数运算查询

5.2.6　分组查询

5.2.7　限制查询

5.3　多表查询

5.4　增、删、改方法

5.5　本章小结

第6章　Python爬虫基础

6.1　爬虫原理和网页构造

6.1.1　网络连接

6.1.2　爬虫原理

6.1.3　网页构造

6.2　请求和解析库

6.2.1　Requests库

6.2.2　Lxml库与Xpath语法

6.3　数据库存储

6.3.1　新建MySQL数据库

6.3.2　Python数据存储

6.4　案例实践：爬取当当网图书好评榜TOP500

6.4.1　爬取思路

6.4.2　爬取代码

6.4.3　整体代码和输出

6.5　本章小结

第7章　数据分析方法

7.1　5W2H分析法

7.2　漏斗分析法

7.3　行业分析法

7.4　对比分析法

7.5　逻辑树分析法

7.6　相关分析法

7.7　2A3R分析法

7.8　多维拆解分析方法

7.9　本章小结

第8章　Python可视化

8.1　Matplotlib基础

8.1.1　可视化：多个子图

8.1.2　标题、刻度、标签、图例设置

8.1.3　注释

8.1.4　图片保存

8.2　Matplotlib各种可视化图形

8.2.1　折线图

8.2.2　柱状图

8.2.3　饼图

8.2.4　散点图

8.3　其他Python可视化工具介绍

8.4　可视化案例：动态可视化展示案例

8.5　本章小结

第9章　Python自动化生成Word分析报告

9.1　添加Word文档

9.2　添加标题和段落文本

9.2.1　添加标题

9.2.2　添加段落文本

9.3　添加表格

9.4　添加图片

9.5　设置各种格式

9.5.1　添加分页符

9.5.2　段落样式

9.5.3　字符样式

9.6　案例实践：杭州租房市场分析报告自动化

9.7　本章小结

第10章　行业数据分析思维

10.1　电商行业

10.1.1　行业经验总结

10.1.2　电商案例分析思维

10.2　金融信贷行业

10.2.1　行业经验总结

10.3　零售行业

10.3.1　行业经验总结

10.3.2　零售案例分析思维

10.4　本章小结

第11章　Python数据挖掘

11.1　常用的数据挖掘算法

11.1.1　C4.5算法

11.1.2　CART算法

11.1.3　朴素贝叶斯算法

11.1.4　SVM算法

11.1.5　KNN算法

11.1.6　AdaBoost算法

11.1.7　K-Means算法

11.1.8　EM算法

11.1.9　Apriori算法

11.1.10　PageRank算法

11.2　数据预处理方法

11.2.1　数据导入

11.2.2　数据描述

11.2.3　数据清洗

11.2.4　数据转换

11.2.5　数据分割

11.2.6　特征缩放

11.3　Scikit-learn介绍

11.4　模型评估

11.5　案例分享

11.5.1　数据导入

11.5.2　数据现状分析维度

11.5.3　缺失值情况

11.5.4　异常值情况

11.5.5　数据预处理

11.5.6　探索性分析

11.6　本章小结

第12章　ChatGPT数据分析方法实践

12.1　应用场景与分析方法建议

12.2　产品优化建议

12.3　使用ChatGPT编写代码

12.3.1　使用ChatGPT编写SQL代码

12.3.2　使用ChatGPT编写可视化图表代码

12.4　案例分享：使用ChatGPT自动化建模

12.4.1　数据上传

12.4.2　数据说明

12.4.3　数据探索分析

12.4.4　数据预处理

12.4.5　建模输出预测结果

12.4.6　模型评估

12.5　本章小结

第13章　数据分析师成长过程常见疑问

13.1　大厂数据分析岗位的日常工作

13.1.1　快速熟悉业务与数据库

13.1.2　可视化工具的使用

13.1.3　全局思维：搭建业务指标体系

13.1.4　产品思维：快速推进

13.1.5　不管什么分析方法，能发现解决问题就是好方法

13.1.6　项目管理和沟通是一把利剑

13.1.7　碎片化时间管理必不可少

13.1.8　小结：一个成熟的阿里数据分析师的日常要求

13.2　数据分析新人如何写好阶段性工作总结

13.2.1　日常工作总结

13.2.2　重点项目

13.2.3　重点价值

13.2.4　重点协同

13.2.5　成果呈现

13.2.6　小结

13.3　做数据分析师会遇到哪些职业困惑

13.3.1　数据分析师是否需要具备强大的编程能力

13.3.2　数据分析师的价值

13.3.3　数据分析师升职加薪是不是很快

13.3.4　数据分析师是否容易遇到职业天花板，如何突破

13.3.5　如果将来不想再做数据分析师，还可以转向哪些职业

13.3.6　小结

13.4　转行做数据分析师要做好什么准备

13.4.1　了解自己、了解行业、确定方向

13.4.2　硬件准备和软件准备

13.4.3　小结

13.5　数据分析师如何避免中年危机

13.5.1　扎实的基本功：分析能力

13.5.2　深耕行业：积累独特经验

13.5.3　保持热情，不断创新

13.5.4　小结

13.6　数据分析师的前景

13.6.1　一般前景——数据分析师的发展路径

13.6.2　潜在前景——数据分析师的内功修炼

13.6.3　小结

13.7　数据分析师的薪资差异

13.7.1　硬件技能差异

13.7.2　分析思维的差异

13.7.3　沟通能力差异

13.7.4　项目管理能力差异

13.7.5　小结

13.8　数据分析师沦为“取数工具人”，如何破局

13.8.1　知己知彼：清楚如何被动沦为工具人

13.8.2　提高效率：找到以一当百的终极武器——自助分析工具

13.8.3　实现价值：数据驱动业务支持决策，彻底摆脱工具人角色

13.8.4　小结

13.9　本章小结