Excel数据分析基础与实战
出版时间:
2021-08
版次:
1
ISBN:
9787115566416
定价:
49.80
装帧:
其他
开本:
其他
纸张:
胶版纸
页数:
208页
字数:
328千字
44人买过
-
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。 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。 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 21
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 计算值和小值等 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 分析菜品毛利率 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
-
内容简介:
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。
-
作者简介:
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。
-
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 21
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 计算值和小值等 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 分析菜品毛利率 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
查看详情
-
全新
北京市朝阳区
平均发货19小时
成功完成率94.77%
-
全新
广东省广州市
平均发货9小时
成功完成率88.02%
-
九五品
-
全新
北京市海淀区
平均发货11小时
成功完成率93.29%
-
全新
广东省广州市
平均发货8小时
成功完成率94.86%
-
全新
广东省广州市
平均发货20小时
成功完成率86.58%
-
全新
江苏省南京市
平均发货7小时
成功完成率97.62%
-
全新
江苏省南京市
平均发货16小时
成功完成率82.56%
-
全新
江苏省南京市
平均发货8小时
成功完成率96.72%
-
全新
江苏省南京市
平均发货16小时
成功完成率82.56%
-
全新
江苏省南京市
平均发货18小时
成功完成率67.93%
-
全新
北京市朝阳区
平均发货19小时
成功完成率94.77%
-
全新
北京市朝阳区
平均发货17小时
成功完成率96.1%
-
全新
北京市朝阳区
平均发货19小时
成功完成率94.77%
-
全新
广东省广州市
平均发货7小时
成功完成率90.97%
-
全新
江苏省无锡市
平均发货18小时
成功完成率94.48%
-
全新
河北省保定市
平均发货15小时
成功完成率91.04%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.75%
-
全新
江苏省苏州市
平均发货9小时
成功完成率95.77%
-
全新
天津市津南区
平均发货14小时
成功完成率93.67%
-
全新
北京市西城区
平均发货29小时
成功完成率88.13%
-
全新
北京市东城区
平均发货12小时
成功完成率94.76%
-
全新
浙江省嘉兴市
平均发货10小时
成功完成率93.91%
-
全新
天津市西青区
平均发货22小时
成功完成率94.78%
-
全新
四川省成都市
平均发货24小时
成功完成率85.69%
-
全新
天津市西青区
平均发货14小时
成功完成率90.57%
-
七品
-
全新
河北省保定市
平均发货36小时
成功完成率86.17%
-
全新
北京市海淀区
平均发货24小时
成功完成率82.4%
-
全新
江苏省无锡市
平均发货25小时
成功完成率87.47%
-
全新
江苏省无锡市
平均发货10小时
成功完成率92.94%
-
全新
天津市河东区
平均发货29小时
成功完成率89.71%
-
全新
广东省广州市
平均发货9小时
成功完成率88.16%
-
全新
上海市浦东新区
平均发货27小时
成功完成率71.48%
-
全新
北京市西城区
平均发货30小时
成功完成率90.55%
-
全新
北京市朝阳区
平均发货20小时
成功完成率83.23%
-
全新
北京市朝阳区
平均发货14小时
成功完成率85.75%
-
全新
广东省广州市
平均发货15小时
成功完成率89.28%
-
全新
北京市通州区
平均发货17小时
成功完成率96.1%
-
全新
江苏省无锡市
平均发货10小时
成功完成率92.48%
-
全新
山东省泰安市
平均发货13小时
成功完成率92.18%
-
全新
上海市黄浦区
平均发货11小时
成功完成率94.45%
-
全新
山东省泰安市
平均发货23小时
成功完成率92.74%
-
全新
山东省泰安市
平均发货8小时
成功完成率92.71%
-
全新
山东省泰安市
平均发货9小时
成功完成率88.1%
-
全新
北京市丰台区
平均发货8小时
成功完成率90.26%
-
全新
北京市通州区
平均发货9小时
成功完成率88.55%
-
全新
山东省泰安市
平均发货18小时
成功完成率92.12%
-
全新
山东省潍坊市
平均发货10小时
成功完成率85.43%
-
全新
广东省广州市
平均发货18小时
成功完成率89.3%
占位居中
