1024精品无码,午夜看片无码国产,亚洲人妻无码电影播放

內容簡介

　　本書重點介紹了目前處理數(shù)據(jù)非常有效的工具——Excel、Python和數(shù)據(jù)庫的應用知識。本書通過一則完整的故事討論了如何以Python編程為中心，結合Excel和數(shù)據(jù)庫的特點，并以基礎統(tǒng)計學貫穿其中，幫助讀者深入地了解數(shù)據(jù)分析的相關知識。在本書中，首先，討論了如何使用Excel整理數(shù)據(jù)，以及Excel中數(shù)學和統(tǒng)計函數(shù)的應用；其次，探討了與Python編程相關的數(shù)據(jù)分析內容，包括在Python中進行數(shù)據(jù)統(tǒng)計工作，以及各種格式數(shù)據(jù)的轉換等；然后，討論SQLite和MySQL數(shù)據(jù)庫的應用，并介紹了如何使用Python操作數(shù)據(jù)庫；最后，介紹了如何綜合使用Excel、數(shù)據(jù)庫和Python編程等工具打造自動化的數(shù)據(jù)處理中心。本書架構清晰，內容深入淺出，案例豐富，適合需要進行數(shù)據(jù)處理和統(tǒng)計分析的職場人士、計算機愛好者等閱讀。

作者簡介

　　曹化宇，獨立軟件開發(fā)人，擁有20余年軟件開發(fā)經驗，從事Windows、.NET Framework、Android等應用開發(fā)，精通Web項目開發(fā)。編寫的圖書有《網(wǎng)站全棧開發(fā)指南：HTML CSS JavaScript PHP》《網(wǎng)站全棧開發(fā)指南：HTML CSS JavaScript ASP.NET》《Java與Android移動應用開發(fā)：技術、方法與實踐》《C#開發(fā)實用指南：方法與實踐》《Objective-C和Sprite Kit游戲開發(fā)從入門到精通》《構建高質量的C#代碼》等。

圖書目錄

第 1章網(wǎng)店開業(yè)——初識數(shù)據(jù)　1
1.1 清點庫存——獲取原始數(shù)據(jù)　1
1.2 數(shù)據(jù)標準化——整理Excel 數(shù)據(jù)　2
1.2.1 二維表　3
1.2.2 數(shù)據(jù)完整性與正確性　5
1.2.3 拆分數(shù)據(jù)——分列與公式　7
1.2.4 數(shù)據(jù)類型和顯示格式　11
1.2.5 分而治之，按需組合　12
1.3 認識數(shù)據(jù)　14
1.3.1 定量數(shù)據(jù)和定性數(shù)據(jù)　14
1.3.2 絕對量與相對量　14
1.4 尋找“大客戶”——排序　16
1.5 數(shù)據(jù)挑著看——篩選　17
1.6 數(shù)據(jù)交換——Excel和CSV　19
第 2章銷量的起伏——數(shù)據(jù)背后的故事　25
2.1 銷售數(shù)據(jù)如何——簡單的統(tǒng)計　25
2.1.1 算術平均數(shù)　26
2.1.2 幾何平均數(shù)　27
2.1.3 眾數(shù)　30
2.1.4 最小值和最大值　32
2.1.5 中位數(shù)、四分位數(shù)和百分位數(shù)　33
2.1.6 方差和標準差　35
2.1.7 標準分　36
2.1.8 分類匯總　38
2.1.9 數(shù)據(jù)透視表　41
2.2 學看統(tǒng)計圖　43
2.2.1 折線圖　43
2.2.2 餅圖　45
2.2.3 條形圖　46
2.3 銷量下降——是時候認真分析數(shù)據(jù)了　47
2.3.1 轉化率——訪問量和銷量　48
2.3.2 訪問量－購買量＝？　50
第3章凌晨3點——又加班了　51
3.1 多銷售渠道的煩惱　51
3.2 日報表、月報表、年度報表等　53
第4章強大的信息處理工具—— Python編程　54
4.1 創(chuàng)建Python環(huán)境　54
4.1.1 Visual Studio　54
4.1.2 代碼文件的編碼問題　56
4.1.3 使用指定版本的Python　58
4.1.4 設置Path環(huán)境變量　59
4.1.5 命令行窗口　61
4.1.6 Python命令行環(huán)境　62
4.2 編寫Python代碼　64
4.3 功能實現(xiàn)者——函數(shù)和lambda 表達式　66
4.3.1 函數(shù)　66
4.3.2 可調用類型　71
4.3.3 lambda表達式　73
4.4 “對象”是主角——面向對象編程　74
4.4.1 類與對象　74
4.4.2 繼承　80
4.4.3 “魔術方法”　82
4.4.4 with語句　84
4.4.5 類成員和靜態(tài)方法　87
4.5 模塊化管理　91
4.6 向左還是向右——代碼流程控制　96
4.6.1 條件判斷和if語句　96
4.6.2 循環(huán)語句　100
4.6.3 match語句　103
4.7 處理運行錯誤　104
第5章更靈活的計算——在Python 中處理數(shù)據(jù)　108
5.1 不一樣的算術運算　108
5.2 隨機數(shù)　110
5.3 序列　112
5.3.1 列表　113
5.3.2 元組　121
5.3.3 數(shù)列　123
5.4 字典　124
5.5 集合　128
5.6 更自由的排列—— sorted() 函數(shù)　129
5.7 數(shù)學計算—— math模塊　131
5.8 統(tǒng)計資源—— statistics模塊　132
5.8.1 使用Fraction類處理分數(shù)　132
5.8.2 算術平均數(shù)　133
5.8.3 幾何平均數(shù)　133
5.8.4 眾數(shù)　134
5.8.5 中位數(shù)　134
5.8.6 方差和標準差　135
5.9 計算百分位數(shù)　136
5.10 計算標準分數(shù)　139
5.11 按中文拼音排序　139
5.12 日期和時間　142
5.12.1 datetime類　142
5.12.2 時間間隔　143
5.12.3 時區(qū)　144
5.12.4 時間戳　144
5.12.5 日期和時間的推算　145
5.12.6 格式轉換　146
第6章 “超能熊貓”來幫忙—— pandas應用　149
6.1 Series對象　149
6.2 排序　152
6.3 統(tǒng)計方法　154
第7章二維表模型—— DataFrame 　158
7.1 DataFrame對象　158
7.2 讀取數(shù)據(jù)　160
7.2.1 iloc和loc屬性　160
7.2.2 讀取列　163
7.2.3 讀取行　164
7.3 排序　168
7.4 按條件查詢數(shù)據(jù)　170
7.5 處理空值數(shù)據(jù)　173
7.6 處理重復數(shù)據(jù)　174
7.7 數(shù)據(jù)旋轉　177
7.8 數(shù)據(jù)合并　178
7.9 數(shù)據(jù)連接　181
7.10 統(tǒng)計方法　182
7.11 分組　183
7.12 透視表　185
第8章圖形更直觀——pandas 繪制統(tǒng)計圖　188
8.1 部分與整體的比例——餅圖　189
8.2 數(shù)據(jù)的關系與分布——散點圖與氣泡圖　193
8.3 趨勢——折線圖　197
8.4 更直觀的對比——條形圖　202
8.5 數(shù)據(jù)的“距”——箱線圖　209
第9章數(shù)據(jù)中轉站——數(shù)據(jù)格式轉換　211
9.1 xlwt模塊寫入Excel　211
9.2 xlrd模塊讀取Excel　215
9.3 openpyxl模塊讀寫Excel　217
9.4 pandas模塊讀寫Excel　220
9.5 csv模塊讀寫CSV數(shù)據(jù)　223
9.6 pandas模塊讀寫CSV數(shù)據(jù)　227
第 10章強大的數(shù)據(jù)倉庫—— SQLite數(shù)據(jù)庫　229
10.1 使用DB Browser for SQLite　229
10.2 數(shù)據(jù)類型　230
10.3 數(shù)據(jù)表　230
10.3.1 創(chuàng)建表　230
10.3.2 表的關聯(lián)——主鍵、唯一約束和外鍵　232
10.3.3 添加字段　234
10.3.4 刪除表　235
10.3.5 sqlite_master系統(tǒng)表　235
10.3.6 索引　236
10.4 導入CSV數(shù)據(jù)　236
10.5 查詢與視圖　237
10.5.1 查詢條件　238
10.5.2 排序　240
10.5.3 分組與統(tǒng)計　242
10.5.4 連接　243
10.5.5 聯(lián)合　245
10.5.6 limit和offset關鍵字　247
10.5.7 exists語句　248
10.5.8 case語句　248
10.5.9 視圖　249
10.5.10 將查詢結果保存到表　251
10.5.11 將數(shù)據(jù)保存到CSV 文件　252
10.6 添加數(shù)據(jù)　252
10.7 修改數(shù)據(jù)　254
10.8 刪除數(shù)據(jù)　255
10.9 日期和時間的處理方式　255
第 11章 Python操作SQLite　261
11.1 應用基礎　261
11.1.1 執(zhí)行SQL語句　262
11.1.2 讀取查詢結果　263
11.1.3 創(chuàng)建tSqlite類　263
11.2 查詢單值　265
11.3 查詢單條記錄　266
11.4 查詢多條記錄　267
11.5 查詢單列數(shù)據(jù)　270
11.6 添加數(shù)據(jù)　271
11.7 修改數(shù)據(jù)　273
11.8 刪除數(shù)據(jù)　274
11.9 擴展操作　275
11.9.1 自定義函數(shù)　275
11.9.2 聚合函數(shù)　277
11.9.3 排序規(guī)則　280
11.10 pandas讀取和寫入SQLite數(shù)據(jù)　282
第 12章更大、更快、更強——MySQL數(shù)據(jù)庫　285
12.1 MySQL安裝與配置　285
12.2 使用HeidiSQL　289
12.3 常用數(shù)據(jù)類型　291
12.4 數(shù)據(jù)表　292
12.4.1 創(chuàng)建表　292
12.4.2 主鍵、唯一值和外鍵約束　294
12.4.3 修改字段定義　295
12.4.4 復制表結構　296
12.4.5 表的重命名（表的移動）　297
12.4.6 刪除表　298
12.4.7 索引　298
12.5 導入CSV數(shù)據(jù)　298
12.6 查詢和視圖　302
12.6.1 查詢條件與排序　302
12.6.2 分組與統(tǒng)計　307
12.6.3 連接　307
12.6.4 聯(lián)合　308
12.6.5 limit和offset關鍵字　310
12.6.6 exists語句　311
12.6.7 case語句　311
12.6.8 視圖　312
12.6.9 查詢結果保存到表　312
12.6.10 查詢結果導出CSV　313
12.7 數(shù)據(jù)添加、修改和刪除　314
12.7.1 添加數(shù)據(jù)　314
12.7.2 修改數(shù)據(jù)　315
12.7.3 刪除數(shù)據(jù)　315
12.8 常用函數(shù)與功能　315
12.8.1 統(tǒng)計與數(shù)學計算　315
12.8.2 文本操作　316
12.8.3 日期和時間　317
12.8.4 if()和ifnull()函數(shù)　320
12.8.5 判斷對象是否存在　320
12.9 存儲過程　321
第 13章 Python操作MySQL　323
13.1 應用基礎　323
13.1.1 連接數(shù)據(jù)庫　323
13.1.2 執(zhí)行SQL并讀取查詢結果　324
13.1.3 使用參數(shù)傳遞數(shù)據(jù)　325
13.2 創(chuàng)建tMySql類　325
13.3 查詢單值　327
13.4 查詢單條記錄　328
13.5 查詢多條記錄　329
13.6 查詢單列數(shù)據(jù)　331
13.7 添加記錄　332
13.8 修改數(shù)據(jù)　335
13.9 刪除記錄　336
13.10 pandas讀取和寫入MySQL數(shù)據(jù)　337
第 14章數(shù)據(jù)一籮筐——打造數(shù)據(jù)中心　339
14.1 創(chuàng)建數(shù)據(jù)中心　339
14.2 批量導入數(shù)據(jù)　341
14.2.1 標準化數(shù)據(jù)　341
14.2.2 導入Excel數(shù)據(jù)　342
14.3 定時導入　343
14.4 處理網(wǎng)絡數(shù)據(jù)　349
14.4.1 HTML表格　349
14.4.2 JSON　352
14.5 從圖像中識別數(shù)據(jù)OCR）　353
14.5.1 圖像識別——EasyOCR　354
14.5.2 裁剪圖片　356
14.5.3 保存到“數(shù)據(jù)中心”　359
第 15章更深入的數(shù)據(jù)分析　365
15.1 客戶的抱怨——處理文本信息　365
15.1.1 字符串處理　366
15.1.2 正則表達式　368
15.2 關于服裝的信息　373
15.3 “購買指數(shù)”——產品推薦算法　374
第 16章早上八點，一杯咖啡，一份報表　378
16.1 自動生成報表　378
16.1.1 數(shù)據(jù)計算　378
16.1.2 生成Excel報表　379
16.2 繼續(xù)前進　383