數據分析基礎與實戰(zhàn)（微課版）

目錄
第 1章 數據分析概述 1
1．1 數據分析的基礎知識 2
1．1．1 數據分析的定義 2
1．1．2 數據分析的分類 2
1．1．3 數據分析的用處 2
1．1．4 數據分析的工具 3
1．2 數據分析的流程 4
1．2．1 數據采集 4
1．2．2 數據清洗 5
1．2．3 數據整理 6
1．2．4 數據可視化 6
1．2．5 數據分析報告撰寫 7
1．3 常用的數據分析方法 7
1．3．1 PEST分析法 7
1．3．2 5W2H分析法 8
1．3．3 邏輯樹分析法 9
1．3．4 相關分析 10
1．3．5 回歸分析 10
1．3．6 綜合評價分析法 11
1．3．7 四象限分析法 11
1．4 數據分析的道德與職業(yè)原則 12
1．4．1 數據分析造假 12
1．4．2 數據分析正能量 13
1．4．3 道德與倫理規(guī)范 13
1．4．4 職業(yè)原則 14
【本章小結】 15
【習題一】 15
【技能實訓】 16
第 2章 商務數據采集概述及初級應用 17
2．1 商務數據采集概述 18
2．1．1 初識數據 18
2．1．2 商務數據的含義 20
2．1．3 商務數據的來源與采集 21
2．2 商務數據的采集方法與采集工具 24
2．2．1 商務數據采集方法 25
2．2．2 初識數據采集器 26
2．2．3 數據采集器的安裝與界面 27
2．3 數據采集器初級應用 30
2．3．1 模板任務模式及實例 30
2．3．2 自定義任務模式及實例 33
【本章小結】 48
【習題二】 48
【技能實訓】 49
第3章 數據采集高級應用及采集實例 50
3．1 數據采集的高級應用 50
3．1．1 屏蔽網頁廣告 51
3．1．2 禁止加載圖片 51
3．1．3 增量采集 52
3．1．4 登錄采集 53
3．1．5 圖片及附件采集與下載 56
3．2 數據采集實例 56
3．2．1 金融網站的數據采集 56
3．2．2 百度地圖中店鋪的數據采集 60
3．2．3 電商產品的數據采集 62
3．2．4 職場招聘的數據采集 65
【本章小結】 67
【習題三】 67
【技能實訓】 68
第4章 數據清洗與整理 69
4．1 數據清洗與整理的基本原則 70
4．2 數據清洗的基本操作 70
4．2．1 刪除重復項 71
4．2．2 處理缺失值 74
4．2．3 分離組合列 76
4．2．4 處理非法值 81
4．3 數據整理的基本方法 83
4．3．1 常規(guī)的數據整理方法 83
4．3．2 日期時間型的數據處理方法 95
【本章小結】 102
【習題四】 102
【技能實訓】 103
第5章 數據可視化 104
5．1 常用統(tǒng)計量介紹及實現方法 105
5．1．1 集中趨勢 105
5．1．2 離散程度 108
5．1．3 分布形態(tài) 110
5．2 數據說明表 111
5．2．1 數據說明表的制作要點 111
5．2．2 案例展示 112
5．3 數據可視化方法 113
5．3．1 單變量數據可視化 114
5．3．2 雙變量數據可視化 119
5．3．3 多變量數據可視化 126
【本章小結】 129
【習題五】 130
【技能實訓】 131
第6章 數據分析報告的撰寫 132
6．1 數據分析報告概述 132
6．1．1 數據分析報告的定義 133
6．1．2 數據分析報告的寫作原則 133
6．1．3 數據分析報告的作用 134
6．1．4 數據分析報告的分類 134
6．2 數據分析報告的結構 136
6．2．1 標題 136
6．2．2 背景介紹 137
6．2．3 正文 139
6．2．4 結論與建議 143
6．2．5 附錄 144
6．3 撰寫數據分析報告的注意事項 144
6．4 數據分析報告撰寫案例 145
【本章小結】 151
【習題六】 151
【技能實訓】 152
第7章 數據分析案例實踐 153
7．1 基于馬蜂窩旅游產品的游記分析 153
7．1．1 馬蜂窩數據的獲取 153
7．1．2 馬蜂窩數據的清洗與整理 156
7．1．3 馬蜂窩數據的可視化 157
7．1．4 馬蜂窩數據分析報告示例 158
7．2 基于電商數據的競品分析 163
7．2．1 電商數據的獲取 163
7．2．2 電商數據的清洗與整理 165
7．2．3 電商數據的可視化 165
7．2．4 競品分析案例展示 166
【本章小結】 173
【習題七】 173
【技能實訓】 173
參考文獻 174