欧美在线精品视频A,欧美大荫蒂毛茸茸视频

集Python、Excel、數(shù)據(jù)分析為一體是本書的一大特色。本書圍繞整個(gè)數(shù)據(jù)分析的常規(guī)流程:工具熟悉-獲取數(shù)據(jù)-數(shù)據(jù)熟悉-數(shù)據(jù)處理-數(shù)據(jù)分析-分析結(jié)果進(jìn)行Excel 和Python 對比實(shí)現(xiàn)，告訴你每一個(gè)過程中都會用到什么？過程與過程之間有什么聯(lián)系。這樣一本書既可以作為系統(tǒng)學(xué)習(xí)數(shù)據(jù)分析流程操作的說明書，也可以作為一本數(shù)據(jù)分析師案頭必備的實(shí)操工具書，隨時(shí)備查。本書通過對比Excel 功能操作去學(xué)習(xí)Python 的實(shí)現(xiàn)代碼，而不是直接上來就學(xué)習(xí)Python代碼，大大降低了學(xué)習(xí)門檻，消除了讀者對代碼的恐懼心理。適合剛?cè)胄械臄?shù)據(jù)分析師，也適合對Excel 比較熟練的數(shù)據(jù)分析師，或從事其他崗位想提高工作效率的職場人。

序言

有幸收到張俊紅的做序邀請，我非常高興。

從PC 時(shí)代到移動互聯(lián)網(wǎng)時(shí)代一路走來，每個(gè)人都感受到了數(shù)據(jù)爆炸性的增長，以及其中蘊(yùn)含的巨大價(jià)值。從PC 時(shí)代開始，我們用鍵盤、掃描儀等設(shè)備使信息數(shù)據(jù)化。在移動互聯(lián)網(wǎng)時(shí)代，智能手機(jī)通過攝像頭、GPS、陀螺儀等各種傳感器將我們的位置、行動軌跡、行為偏好，甚至情緒等信息數(shù)據(jù)化。截至2000 年，全人類存儲了大約12EB 的數(shù)據(jù)，要知道1PB=1024TB，1EB=1024PB。但是到了2011 年，一年所產(chǎn)生的數(shù)據(jù)就高達(dá)1.82ZB（注：1ZB=1024EB），數(shù)據(jù)已經(jīng)變成了一種人造的新能源。

在商業(yè)領(lǐng)域，從信息到商品，從商品到服務(wù)，越來越多我們熟悉的事物被標(biāo)準(zhǔn)的數(shù)據(jù)所度量。無論是在線廣告的精準(zhǔn)營銷，還是電子商務(wù)的個(gè)性化推薦，又或者是互聯(lián)網(wǎng)金融的人臉識別，互聯(lián)網(wǎng)的每一次效率提升都依賴于對傳統(tǒng)信息、物品，甚至人的數(shù)據(jù)化。

在使用數(shù)據(jù)進(jìn)行效率變革及商業(yè)化的道路上，Excel 和Python 扮演了關(guān)鍵的角色，它們幫助數(shù)據(jù)分析師高效地從海量數(shù)據(jù)中發(fā)現(xiàn)問題，驗(yàn)證假設(shè)，搭建模型，預(yù)測未來。作為一本數(shù)據(jù)分析的專業(yè)書籍，作者從數(shù)據(jù)采集、清洗、抽取，以及數(shù)據(jù)可視化等多個(gè)角度介紹了日常工作中數(shù)據(jù)分析的標(biāo)準(zhǔn)路徑。通過對比Excel 與Python 在數(shù)據(jù)處理過程中的操作步驟，詳細(xì)說明了Excel 與Python 間的差異，以及用Python 進(jìn)行數(shù)據(jù)分析的方法。

雖與作者素未謀面，但是對于Python 在處理海量數(shù)據(jù)和建模上的高效性與便捷性，以及Python 在機(jī)器學(xué)習(xí)中的重要性，我們的觀點(diǎn)是一致的。同時(shí)我們也相信對于數(shù)據(jù)分析從業(yè)者來說，掌握一種用于數(shù)據(jù)處理的編程語言是非常必要的，而從Excel 到Python 的學(xué)習(xí)方法則是一條學(xué)好數(shù)據(jù)分析的捷徑。

王彥平

（網(wǎng)名藍(lán)鯨，電子書《從Excel 到Python數(shù)據(jù)分析進(jìn)階指南》《從Excel到R數(shù)據(jù)分析進(jìn)階指南》《從Excel 到SQL數(shù)據(jù)分析進(jìn)階指南》的作者）

2019 年1 月8 日

前言

為什么要寫這本書

本書既是一本數(shù)據(jù)分析的書，也是一本Excel 數(shù)據(jù)分析的書，同時(shí)還是一本Python數(shù)據(jù)分析的書。在互聯(lián)網(wǎng)上，無論是搜索數(shù)據(jù)分析，還是搜索Excel 數(shù)據(jù)分析，亦或是搜索Python 數(shù)據(jù)分析，我們都可以找到很多相關(guān)的圖書。既然已經(jīng)有這么多同類題材的書了，為什么我還要寫呢？因?yàn)樵谖覝?zhǔn)備寫這本書時(shí)，還沒有一本把數(shù)據(jù)分析、Excel 數(shù)據(jù)分析、Python 數(shù)據(jù)分析這三者結(jié)合在一起的書。

為什么我要把它們結(jié)合在一起寫呢？那是因?yàn)�，我認(rèn)為這三者是一個(gè)數(shù)據(jù)分析師必備的技能，而且這三者本身也是一個(gè)有機(jī)統(tǒng)一體。數(shù)據(jù)分析讓你知道怎么分析以及分析什么；Excel 和Python 是你在分析過程中會用到的兩個(gè)工具。

為什么要學(xué)習(xí)Python

既然Python 在數(shù)據(jù)分析領(lǐng)域是一個(gè)和Excel 類似的數(shù)據(jù)分析工具，二者實(shí)現(xiàn)的功能都一樣，為什么還要學(xué)Python，把Excel 學(xué)好不就行了嗎？我認(rèn)為學(xué)習(xí)Python 的主要原因有以下幾點(diǎn)。

1．在處理大量數(shù)據(jù)時(shí)，Python 的效率高于Excel

當(dāng)數(shù)據(jù)量很小的時(shí)候，Excel 和Python 的處理速度基本上差不多，但是當(dāng)數(shù)據(jù)量較大或者公式嵌套太多時(shí)，Excel 就會變得很慢，這個(gè)時(shí)候怎么辦呢？我們可以使用Python，Python 對于海量數(shù)據(jù)的處理效果要明顯優(yōu)于Excel。用Vlookup 函數(shù)做一個(gè)實(shí)驗(yàn)，兩個(gè)大小均為23MB 的表（6 萬行數(shù)據(jù)），在未作任何處理、沒有任何公式嵌套之前，Excel 中直接在一個(gè)表中用Vlookup 函數(shù)獲取另一個(gè)表的數(shù)據(jù)需要20 秒（我的計(jì)算機(jī)性能參數(shù)是I7、8GB 內(nèi)存、256GB 固態(tài)硬盤），配置稍微差點(diǎn)的計(jì)算機(jī)可能打開這個(gè)表都很難。但是用Python 實(shí)現(xiàn)上述過程只需要580 毫秒，即0.58 秒，是Excel效率的34 倍。

2．Python 可以輕松實(shí)現(xiàn)自動化

你可能會說Excel 的VBA 也可以自動化，但是VBA 主要還是基于Excel 內(nèi)部的自動化，一些其他方面的自動化VBA 就做不了，比如你要針對本地某一文件夾下面的文件名進(jìn)行批量修改，VBA 就不能實(shí)現(xiàn)，但是Python 可以。

3．Python 可用來做算法模型

雖然你是做數(shù)據(jù)分析的，但是一些基礎(chǔ)的算法模型還是有必要掌握的，Python 可以讓你在懂一些基礎(chǔ)的算法原理的情況下就能搭建一些模型，比如你可以使用聚類算法搭建一個(gè)模型去對用戶進(jìn)行分類。

為什么要對比Excel 學(xué)習(xí)Python

Python 雖然是一門編程語言，但是在數(shù)據(jù)分析領(lǐng)域?qū)崿F(xiàn)的功能和Excel 的基本功能一樣，而Excel 又是大家比較熟悉、容易上手的軟件，所以可以通過Excel 數(shù)據(jù)分析去對比學(xué)習(xí)Python 數(shù)據(jù)分析。對于同一個(gè)功能，本書告訴你在Excel 中怎么做，并告訴你對應(yīng)到Python 中是什么樣的代碼。例如數(shù)值替換，即把一個(gè)值替換成另一個(gè)值，對把Excel替換成Python這一要求，在Excel 中可以通過鼠標(biāo)點(diǎn)選實(shí)現(xiàn)，如下圖所示。

在Python 中則通過具體的代碼實(shí)現(xiàn)，如下所示。

df.replace(Excel,Python) # 表示將表df 中的Excel 替換成Python

本書將數(shù)據(jù)分析過程中涉及的每一個(gè)操作都按這種方式對照講解，讓你從熟悉的Excel 操作中去學(xué)習(xí)對應(yīng)的Python 實(shí)現(xiàn)，而不是直接學(xué)習(xí)Python 代碼，大大降低了學(xué)習(xí)門檻，消除了大家對代碼的恐懼心理。這也是本書的一大特色，也是我為什么要寫本書的最主要原因，就是希望幫助你不再懼怕代碼，讓你可以像學(xué)Excel 數(shù)據(jù)分析一樣，輕松學(xué)習(xí)Python 數(shù)據(jù)分析。

本書的學(xué)習(xí)建議

要想完全掌握一項(xiàng)技能，你必須系統(tǒng)學(xué)習(xí)它，知道它的前因后果。本書不是孤立地講Excel 或者Python 中的操作，而是圍繞整個(gè)數(shù)據(jù)分析的常規(guī)流程：熟悉工具明確目的獲取數(shù)據(jù)熟悉數(shù)據(jù)處理數(shù)據(jù)分析數(shù)據(jù)得出結(jié)論驗(yàn)證結(jié)論展示結(jié)論，告訴你每一個(gè)過程都會用到什么操作，這些操作用Excel 和Python 分別怎么實(shí)現(xiàn)。這樣一本書既是系統(tǒng)學(xué)習(xí)數(shù)據(jù)分析流程操作的說明書，也是數(shù)據(jù)分析師案頭必備的實(shí)操工具書。

大家在讀第一遍的時(shí)候不用記住所有函數(shù)，你是記不住的，即使你記住了，如果在工作中不用，那么很快就會忘記。正確的學(xué)習(xí)方式應(yīng)該是，先弄清楚一名數(shù)據(jù)分析師在日常工作中對工具都會有什么需求（當(dāng)然了，本書的順序是按照數(shù)據(jù)分析的常規(guī)分析流程來寫的），希望工具幫助你達(dá)到什么樣的目的，羅列好需求以后，再去研究工具的使用方法。比如，要刪除重復(fù)值，就要明確用Excel 如何實(shí)現(xiàn)，用Python 又該如何實(shí)現(xiàn)，兩種工具在實(shí)現(xiàn)方式上有什么異同，這樣對比次數(shù)多了以后，在遇到問題時(shí)，你自然而然就能用最快的速度選出最適合的工具了。數(shù)據(jù)分析一定是先有想法然后考慮如何用工具實(shí)現(xiàn)，而不是剛開始就陷入記憶工具的使用方法中。

本書寫了什么

本書分為三篇。

入門篇：主要講數(shù)據(jù)分析的一些基礎(chǔ)知識，介紹數(shù)據(jù)分析是什么，為什么要做數(shù)據(jù)分析，數(shù)據(jù)分析究竟在分析什么，以及數(shù)據(jù)分析的常規(guī)流程。

實(shí)踐篇：圍繞數(shù)據(jù)分析的整個(gè)流程，分別介紹每一個(gè)步驟中的操作，這些操作用Excel 如何實(shí)現(xiàn)，用Python 又如何實(shí)現(xiàn)。本篇內(nèi)容主要包括：Python 環(huán)境配置、Python基礎(chǔ)知識、數(shù)據(jù)源的獲取、數(shù)據(jù)概覽、數(shù)據(jù)預(yù)處理、數(shù)值操作、數(shù)據(jù)運(yùn)算、時(shí)間序列、數(shù)據(jù)分組、數(shù)據(jù)透視表、結(jié)果文件導(dǎo)出、數(shù)據(jù)可視化等。

進(jìn)階篇：介紹幾個(gè)實(shí)戰(zhàn)案例，讓你體會一下在實(shí)際業(yè)務(wù)中如何使用Python。具體來說，進(jìn)階篇的內(nèi)容主要包括，利用Python 實(shí)現(xiàn)報(bào)表自動化、自動發(fā)送電子郵件，以及在不同業(yè)務(wù)場景中的案例分析。此外，還補(bǔ)充介紹了NumPy 數(shù)組的一些常用方法。

本書適合誰

本書主要適合以下人群。

Excel 已經(jīng)用得熟練，想學(xué)習(xí)Python 來豐富自己技能的數(shù)據(jù)分析師。

剛?cè)胄袑xcel 和Python 都不精通的數(shù)據(jù)分析師。

其他常用Excel 卻想通過學(xué)習(xí)Python 提高工作效率的人。

Python 雖然是一門編程語言，但是它并不難學(xué)，不僅不難學(xué)，而且很容易上手，這也是Python 深受廣大數(shù)據(jù)從業(yè)者喜愛的原因之一，因此大家在學(xué)習(xí)Python 之前首先在心里告訴自己一句話，那就是Python 并沒有那么難。

致謝

感謝我的父母，是他們給了我受教育的機(jī)會，才有了今天的我。

感謝我的公眾號的讀者朋友們，如果不是他們，那么我可能不會堅(jiān)持撰寫技術(shù)文章，更不會有這本書。

感謝慧敏讓我意識到寫書的意義，從而創(chuàng)作本書，感謝電子工業(yè)出版社為這本書忙碌的所有人。

感謝我的女朋友，在寫書的這段日子里，我?guī)缀醢阉械臉I(yè)余時(shí)間全用在了寫作上，很少陪她，但她還是一直鼓勵(lì)我，支持我。