大数据技术精品系列教材

Excel数据分析基础与实战

1+X大数据应用开发(Python)初级教材
分享 推荐 6 收藏 247 阅读 15.1K
花强 , 张良均 (主编) 张奥多 , 邓华丽 , 赵云龙 (副主编) 978-7-115-56641-6

关于本书的内容有任何问题,请联系 初美呈

欢迎加入人邮大数据教师服务群:669819871
1.内容契合“1+X”证书制度试点工作中的大数据应用开发(Python)职业技能初级证书考核标准
2.全书以实际任务为向导,结合大量数据分析案例,与真实案例相结合
3.每章由学习目标、任务描述、任务分析、小结、实训和课后习题等组成,让通过实训巩固所学知识,真正理解并能够应用所学知识
4.全书紧扣任务需求展开,不堆积知识点,着重于思路的启发与解决方案的实施。

内容摘要

本书以任务为导向,全面介绍了数据分析的流程和Excel数据分析的应用,并详细阐述了使用Excel 2016解决企业实际问题的方法。全书共11章,分为基础部分(第1~6章)和实战部分(第7~11章)。基础部分的内容包括数据分析与Excel 2016概述、外部数据的获取、数据处理、函数的应用、数据透视表和数据透视图、数据分析与可视化;实战部分为新零售智能销售数据分析项目实战,内容包含项目数据处理、商品销售情况分析、商品库存分析、用户行为分析、撰写数据分析报告。本书除第1章外,各章都包含实训和课后习题,通过练习和实践操作,读者可以巩固所学的内容。
本书可用于“1+X”证书制度试点工作中的大数据应用开发(Python)职业技能等级证书教学和培训,也可以作为高校数据分析相关课程的教材和数据分析爱好者的自学用书。

目录

第1章 数据分析与Excel 2016概述 1
任务1.1 认识数据分析 1
1.1.1 了解数据分析的流程 1
1.1.2 了解数据分析的应用场景 2
任务1.2 认识Excel 2016 3
1.2.1 认识Excel 2016用户界面 4
1.2.2 工作簿、工作表和单元格的基本操作 6
小结 10

第2章 外部数据的获取 11
任务2.1 获取文本数据 11
2.1.1 获取TXT文本数据 11
2.1.2 获取CSV文本数据 13
任务2.2 获取MySQL数据库中的数据 15
2.2.1 新建与连接MySQL数据源 15
2.2.2 导入MySQL数据库中的数据 18
小结 20
实训 获取MySQL数据库中的 数据 20
课后习题 20

第3章 数据处理 22
任务3.1 排序 22
3.1.1 根据单个关键字排序 22
3.1.2 根据多个关键字排序 24
3.1.3 自定义排序 25
任务3.2 筛选 26
3.2.1 根据颜色筛选 27
3.2.2 自定义筛选 28
3.2.3 根据高级条件筛选 29
任务3.3 分类汇总数据 30
3.3.1 插入分类汇总 31
3.3.2 分页显示数据列表 34
小结 34
实训 34
实训1 排序 34
实训2 筛选 35
实训3 分类汇总数据 36
课后习题 37

第4章 函数的应用 38
任务4.1 认识公式和函数 38
4.1.1 输入公式和函数 38
4.1.2 引用单元格 42
任务4.2 使用数组公式 47
4.2.1 使用单一单元格数组公式 47
4.2.2 使用多单元格数组公式 48
任务4.3 设置日期和时间数据 49
4.3.1 提取日期和时间数据 49
4.3.2 计算日期和时间 52
任务4.4 认识数学函数 56
4.4.1 计算数值 56
4.4.2 取整数值 60
任务4.5 认识统计函数 61
4.5.1 统计个数 61
4.5.2 计算平均值 63
4.5.3 计算最大值和最小值等 65
4.5.4 计算众数和频率 68
任务4.6 认识文本函数 70
4.6.1 比较与合并文本 70
4.6.2 计算文本长度 72
4.6.3 检索与提取文本 73
4.6.4 替换文本 76
任务4.7 认识逻辑函数 78
4.7.1 条件判断 78
4.7.2 实现交集计算 79
4.7.3 实现并集计算 80
小结 80
实训 81
实训1 认识公式和函数 81
实训2 使用数组公式 82
实训3 设置日期和时间数据 82
实训4 认识数学函数 83
实训5 认识统计函数 84
实训6 文本处理 85
实训7 逻辑运算 85
课后习题 86

第5章 数据透视表和数据透视图 87
任务5.1 创建数据透视表 87
5.1.1 自动创建数据透视表 87
5.1.2 手动创建数据透视表 88
任务5.2 编辑数据透视表 89
5.2.1 修改数据透视表 90
5.2.2 重命名数据透视表 90
5.2.3 改变数据透视表的布局 91
5.2.4 设置数据透视表样式 91
任务5.3 操作数据透视表中的
数据 94
5.3.1 刷新数据透视表 94
5.3.2 设置数据透视表的字段 95
5.3.3 改变数据透视表的汇总方式 98
5.3.4 筛选数据 98
任务5.4 创建数据透视图 100
5.4.1 根据数据区域创建数据透视图 100
5.4.2 根据数据透视表创建数据透视图 101
小结 104
实训 104
实训1 餐饮店销售情况统计 104
实训2 编辑餐饮店订单信息的数据透视表 104
实训3 操作餐饮店订单信息的数据透视表 105
实训4 餐饮店销售情况分析 106
课后习题 106

第6章 数据分析与可视化 108
任务6.1 绘制柱形图 108
6.1.1 常见的柱形图类型 108
6.1.2 绘制簇状柱形图 110
任务6.2 绘制条形图 112
6.2.1 常见的条形图类型 112
6.2.2 绘制簇状条形图 113
任务6.3 绘制折线图 115
6.3.1 常见的折线图类型 115
6.3.2 绘制基础折线图 116
任务6.4 绘制饼图 117
6.4.1 常见的饼图类型 118
6.4.2 绘制基础饼图 119
任务6.5 绘制散点图 120
6.5.1 常见的散点图类型 120
6.5.2 绘制基础散点图 122
任务6.6 绘制雷达图 123
6.6.1 常见的雷达图类型 123
6.6.2 绘制基础雷达图 124
小结 125
实训 125
实训1 会员基本信息分析 125
实训2 会员来源分析 127
实训3 会员购买力及会员数量分析 127
课后习题 128

第7章 处理新零售智能销售数据分析项目的数据 130
任务7.1 了解新零售智能销售数据分析 项目 130
7.1.1 新零售智能销售的现状与数据的基本情况 130
7.1.2 新零售智能销售数据的分析流程 131
任务7.2 处理库存数据 132
7.2.1 查找重复值 132
7.2.2 删除重复值 134
任务7.3 处理订单数据 134
7.3.1 处理缺失值 135
7.3.2 处理异常值 135
7.3.3 提取日期和时间数据 139
小结 141
实训 141
实训1 处理餐饮数据的异常值 141
实训2 处理餐饮数据的缺失值 142
实训3 处理餐饮数据的重复值 142
课后习题 143

第8章 分析商品的销售情况 145
任务8.1 分析商品销售额的环比 145
8.1.1 计算商品日销售额的环比 145
8.1.2 绘制簇状柱形图和折线图分析商品销售额的环比 147
任务8.2 分析商品毛利率 149
8.2.1 计算商品毛利率 149
8.2.2 绘制折线图分析商品毛利率 152
任务8.3 分析商品销售量排行 154
8.3.1 统计各类别商品的销售量 155
8.3.2 绘制柱形图分析商品销售量排行 156
任务8.4 各区域销售额对比分析 157
8.4.1 计算各区域销售额 157
8.4.2 绘制条形图分析各区域销售额 158
小结 159
实训 159
实训1 分析菜品销售额的环比 159
实训2 分析菜品毛利润 160
实训3 分析菜品销售量排行 161
实训4 分析各区域的销售额 162
课后习题 162

第9章 分析商品库存 165
任务9.1 分析商品的存销比 165
9.1.1 计算存销比 165
9.1.2 绘制簇状柱形图和折线图分析各类商品的存销比 169
任务9.2 分析库存的各商品类别的占比 171
9.2.1 计算库存的各商品类别的占比 172
9.2.2 绘制饼图分析库存的各商品类别的占比 174
小结 175
实训 175
实训1 分析商品的存销比 175
实训2 分析库存的菜品类别占比 176
课后习题 177

第10章 分析用户行为 179
任务10.1 分析客单价 179
10.1.1 计算客单价 179
10.1.2 绘制带数据标记的折线图分析客单价 182
任务10.2 分析用户复购率 183
10.2.1 计算复购率 184
10.2.2 绘制饼图分析用户复购率 190
任务10.3 分析用户支付偏好 191
10.3.1 计算支付方式的占比 191
10.3.2 绘制圆环图进行用户支付偏好分析 194
小结 195
实训 195
实训1 分析客单价 195
实训2 分析顾客的流失率 196
实训3 分析顾客的会员星级 197
课后习题 198

第11章 撰写新零售智能销售数据分析报告 200
任务11.1 认识数据分析报告 200
11.1.1 了解数据分析报告的类型 200
11.1.2 了解数据分析报告的原则 201
11.1.3 了解数据分析报告的结构 201
任务11.2 撰写分析报告 203
11.2.1 背景与目的分析 203
11.2.2 分析思路 203
11.2.3 商品销售情况分析 204
11.2.4 库存分析 205
11.2.5 用户行为分析 206
11.2.6 结论与建议 207
小结 208
实训 撰写餐饮企业数据分析报告 208
课后习题 208

读者评论

赶紧抢沙发哦!

我要评论

作者介绍

花强,男,河北大学教授,硕士生导师。主要研究方向为机器学习和智能计算,并长期负责河北省大学生数学建模竞赛组织工作。现任河北省工业与应用数学学会秘书长,中国计算机学会会员、中国人工智能学会会员。教学成果优秀,主持完成河北省教育厅教改课题一项,主持河北省“金课”一门。曾被评为河北省师德先进个人。
张良均。高级信息系统项目管理师,泰迪杯全国大学生数据挖掘竞赛(www.tipdm.org)的发起人。华南师范大学、广东工业大学兼职教授,广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历,主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格(水平)考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇,已取得国家发明专利12项,主编图书《神经网络实用教程》、《数据挖掘:实用案例分析》、《MATLAB数据分析与挖掘实战》等9本畅销图书,主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书,具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。

推荐用户

同系列书

  • Power BI数据分析与可视化(第2版)(微课版)

    陈翠松 张良均 潘强 曾确令 张尚佳

    本书以项目为导向,以任务为驱动,全面地介绍数据分析与可视化的流程,以及 Power BI 数据分析与可视化的应...

    ¥49.80
  • 大数据导论

    林涛 张良均 李微 葛苏慧 胡晓东

    本书以大数据处理技术涉及的主要流程为主线,深入浅出地介绍大数据相关的基础知识。本书条理清晰、重点突出,内容循序...

    ¥49.80
  • Spark大数据分析实务

    郑浩森 张荣 张良均 杨树例 陈国珍

    本书以Spark大数据分析的常用技术与真实项目相结合的方式,深入浅出地介绍Spark大数据分析的重要内容。全书...

    ¥59.80
  • PySpark大数据分析与应用

    戴刚 张良均 桂友武 李晓英 李晓丹

    本书以Python作为开发语言,系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相...

    ¥69.80
  • Hive大数据存储与处理

    何煌 张良均 孙一铭 胡健 陈翠松

    本书以广电大数据案例为主线,系统介绍数据仓库Hive存储和初步处理方法的相关知识。本书条理清楚、重点突出,内容...

    ¥59.80

购买本书用户

相关图书

  • ECharts数据可视化

    本书是一本采用任务驱动式体例编写的ECharts数据可视化技术教材,以通俗易懂的语言和丰富实用的任务,帮助读者...

    ¥59.80
  • 区块链技术及应用(微课版)

    郝兴伟 梁志勇

    为了适应Web 3.0时代下区块链技术发展的新趋势,同时培养高素质的区块链技术人才,编者精选了区块链的相关内容...

    ¥69.80
  • Python编程基础(项目式微课版)

    王健

    本书根据高等院校应用技术型人才培养的目标编写,适合案例学习和模块化教学相结合的教学方式。本书以真实企业开发案例...

    ¥56.00
  • 人工智能云平台部署与开发(微课版)

    易海博

    本书涵盖云计算和人工智能两大领域的内容,着重讲解人工智能应用在云平台上的部署与开发。全书共7个项目,分别介绍云...

    ¥49.80
  • 云计算导论(微课版)

    荆于勤 石慧霞 吴锡微 龚秀波 姚骏屏

    本书是一本全面介绍云计算基本概念、常用技术与应用的项目化教材。本书分为3篇,分别是初识云计算、体验云计算和业务...

    ¥59.80
单击此处加入人邮社数据科学教师服务群(大数据&人工智能&区块链),共同探讨交流
人邮微信
本地服务
人邮微信
教师服务
二维码
读者服务
读者服务
返回顶部
返回顶部