数据分析基础与实战（微课版）

目录
第 1章 数据分析概述 1
1．1 数据分析的基础知识 2
1．1．1 数据分析的定义 2
1．1．2 数据分析的分类 2
1．1．3 数据分析的用处 2
1．1．4 数据分析的工具 3
1．2 数据分析的流程 4
1．2．1 数据采集 4
1．2．2 数据清洗 5
1．2．3 数据整理 6
1．2．4 数据可视化 6
1．2．5 数据分析报告撰写 7
1．3 常用的数据分析方法 7
1．3．1 PEST分析法 7
1．3．2 5W2H分析法 8
1．3．3 逻辑树分析法 9
1．3．4 相关分析 10
1．3．5 回归分析 10
1．3．6 综合评价分析法 11
1．3．7 四象限分析法 11
1．4 数据分析的道德与职业原则 12
1．4．1 数据分析造假 12
1．4．2 数据分析正能量 13
1．4．3 道德与伦理规范 13
1．4．4 职业原则 14
【本章小结】 15
【习题一】 15
【技能实训】 16
第 2章 商务数据采集概述及初级应用 17
2．1 商务数据采集概述 18
2．1．1 初识数据 18
2．1．2 商务数据的含义 20
2．1．3 商务数据的来源与采集 21
2．2 商务数据的采集方法与采集工具 24
2．2．1 商务数据采集方法 25
2．2．2 初识数据采集器 26
2．2．3 数据采集器的安装与界面 27
2．3 数据采集器初级应用 30
2．3．1 模板任务模式及实例 30
2．3．2 自定义任务模式及实例 33
【本章小结】 48
【习题二】 48
【技能实训】 49
第3章 数据采集高级应用及采集实例 50
3．1 数据采集的高级应用 50
3．1．1 屏蔽网页广告 51
3．1．2 禁止加载图片 51
3．1．3 增量采集 52
3．1．4 登录采集 53
3．1．5 图片及附件采集与下载 56
3．2 数据采集实例 56
3．2．1 金融网站的数据采集 56
3．2．2 百度地图中店铺的数据采集 60
3．2．3 电商产品的数据采集 62
3．2．4 职场招聘的数据采集 65
【本章小结】 67
【习题三】 67
【技能实训】 68
第4章 数据清洗与整理 69
4．1 数据清洗与整理的基本原则 70
4．2 数据清洗的基本操作 70
4．2．1 删除重复项 71
4．2．2 处理缺失值 74
4．2．3 分离组合列 76
4．2．4 处理非法值 81
4．3 数据整理的基本方法 83
4．3．1 常规的数据整理方法 83
4．3．2 日期时间型的数据处理方法 95
【本章小结】 102
【习题四】 102
【技能实训】 103
第5章 数据可视化 104
5．1 常用统计量介绍及实现方法 105
5．1．1 集中趋势 105
5．1．2 离散程度 108
5．1．3 分布形态 110
5．2 数据说明表 111
5．2．1 数据说明表的制作要点 111
5．2．2 案例展示 112
5．3 数据可视化方法 113
5．3．1 单变量数据可视化 114
5．3．2 双变量数据可视化 119
5．3．3 多变量数据可视化 126
【本章小结】 129
【习题五】 130
【技能实训】 131
第6章 数据分析报告的撰写 132
6．1 数据分析报告概述 132
6．1．1 数据分析报告的定义 133
6．1．2 数据分析报告的写作原则 133
6．1．3 数据分析报告的作用 134
6．1．4 数据分析报告的分类 134
6．2 数据分析报告的结构 136
6．2．1 标题 136
6．2．2 背景介绍 137
6．2．3 正文 139
6．2．4 结论与建议 143
6．2．5 附录 144
6．3 撰写数据分析报告的注意事项 144
6．4 数据分析报告撰写案例 145
【本章小结】 151
【习题六】 151
【技能实训】 152
第7章 数据分析案例实践 153
7．1 基于马蜂窝旅游产品的游记分析 153
7．1．1 马蜂窝数据的获取 153
7．1．2 马蜂窝数据的清洗与整理 156
7．1．3 马蜂窝数据的可视化 157
7．1．4 马蜂窝数据分析报告示例 158
7．2 基于电商数据的竞品分析 163
7．2．1 电商数据的获取 163
7．2．2 电商数据的清洗与整理 165
7．2．3 电商数据的可视化 165
7．2．4 竞品分析案例展示 166
【本章小结】 173
【习题七】 173
【技能实训】 173
参考文献 174