掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
碼上行動:利用PYTHON與CHATGPT高效搞定EXCEL數據分析 版權信息
- ISBN：9787301341193
- 條形碼：9787301341193 ; 978-7-301-34119-3
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
碼上行動:利用PYTHON與CHATGPT高效搞定EXCEL數據分析 本書特色
1）本書面向零基礎讀者，無須額外的背景知識即可學習Python+Excel進行數據分析。本書講解細致，便于讀者由淺入深地學習。
（2）內容系統、體系完整，可以幫助讀者快速全面地了解Python的基本語法并掌握開發能力。
（3）理論與實踐相結合，每個理論都有對應的代碼示例，讀者參考代碼示例完成編寫，就可以看到實踐效果。
（4）本書配有實訓與問答，方便讀者閱讀后盡快鞏固知識點，做到舉一反三、學以致用。
（5）將AI前沿產品ChatGPT應用到Python進行Excel數據分析學習的過程中，演示了如何利用ChatGPT提高學習和開發的效率。
碼上行動:利用PYTHON與CHATGPT高效搞定EXCEL數據分析 內容簡介
本書在理論方面和實踐方面都講解得淺顯易懂，能夠讓讀者快速上手，一步步學會使用Python與Excel相結合進行數據處理與分析。
全書內容分3個部分共12章。第1~4章為入門部分，主要介紹什么是數據分析，以及Python的編程環境和基礎語法知識。第5~9章為進階部分，主要介紹數據處理和分析的各種方法。第10~12章為實戰部分，這部分的3個實例綜合了本書前面部分的知識點，介紹了如何結合Python與Excel在實際工作中進行數據處理與分析操作。
本書內容由淺入深，且配有案例的素材文件和代碼文件，便于讀者邊學邊練。本書還創新性地將ChatGPT引入教學當中，給讀者帶來全新的學習方式。本書既適合Python和數據分析的初學者學習，也適合希望從事數據分析相關行業的讀者學習，還可作為廣大職業院校數據分析培訓相關專業的教材參考用書。
碼上行動:利用PYTHON與CHATGPT高效搞定EXCEL數據分析 目錄
第1章 數據分析基礎001
1.1 什么是數據分析001
1.2 數據分析的目的001
1.3 數據分析的步驟002
1.3.1 明確目的002
1.3.2 獲取數據002
1.3.3 處理數據003
1.3.4 分析數據003
1.4 數據分析的工具004
ChatGPT學習答疑005
本章小結006
第2章 Python編程環境的搭建007
2.1 Anaconda的下載與安裝007
2.1.1 什么是Anaconda007
2.1.2 了解計算機的系統和位數007
2.1.3 下載Anaconda安裝包009
2.1.4 安裝Anaconda010
2.2 Jupyter Notebook的使用012
2.2.1 啟動Jupyter Notebook013
2.2.2 新建Jupyter Notebook
文件014
2.2.3 在Jupyter Notebook中編
寫和運行代碼015
2.2.4 重命名Jupyter Notebook
文件016
2.2.5 保存Jupyter Notebook
文件017
2.2.6 打開指定文件夾中的
Jupyter Notebook文件018
ChatGPT學習答疑019
本章小結021
第3章 Python語法入門知識022
3.1 Python快速入門022
3.1.1 變量022
3.1.2 屏幕輸出——print( )函數023
3.1.3 屏幕輸入——input( )函數024
3.1.4 注釋024
3.2 運算符025
3.2.1 算術運算符025
3.2.2 比較運算符026
3.2.3 賦值運算符 026
3.2.4 邏輯運算符027
3.3 常見數據類型028
3.3.1 整型和浮點型028
3.3.2 字符串029
3.3.3 查看數據類型029
3.3.4 轉換數據類型030
3.4 數據類型——列表032
3.4.1 創建列表032
3.4.2 統計列表的元素個數和
出現次數032
3.4.3 添加列表元素033
3.4.4 刪除列表元素033
3.4.5 合并列表035
3.4.6 遍歷列表中的元素035
3.4.7 排序和反向排列列表元素036
3.4.8 提取列表中的元素036
3.5 數據類型——字典038
3.5.1 創建字典038
3.5.2 查找字典元素039
3.5.3 獲取字典的所有鍵或所
有值039
3.5.4 遍歷字典的鍵或值040
3.5.5 獲取和遍歷字典中的鍵
值對040
3.5.6 添加字典元素041
3.5.7 刪除字典元素041
3.5.8 替換字典的元素042
3.5.9 合并字典042
ChatGPT學習答疑043
ChatGPT上機實訓044
本章小結047
第4章 Python語法基礎知識048
4.1 Python條件語句048
4.1.1 if語句048
4.1.2 If-else語句049
4.1.3 if-elif-else語句049
4.2 Python循環語句050
4.2.1 for語句050
4.2.2 while語句051
4.2.3 break語句051
4.2.4 continue語句052
4.3 Python嵌套語句053
4.3.1 if語句的嵌套053
4.3.2 if語句和for語句的嵌套054
4.3.3 for語句的嵌套055
4.4 Python內置函數056
4.4.1 list( )函數056
4.4.2 len( )函數057
4.4.3 range( )函數058
4.4.4 zip( )函數059
4.5 Python自定義函數060
4.5.1 自定義無參數的函數060
4.5.2 自定義有參數的函數061
4.5.3 自定義有返回值的函數062
4.6 匿名函數063
4.7 庫063
4.7.1 什么是庫063
4.7.2 安裝庫064
4.7.3 導入庫065
4.8 Python常用編程術語067
ChatGPT學習答疑067
ChatGPT上機實訓069
本章小結073
第5章 數據的獲取與準備074
5.1 數據結構——Series074
5.2 數據結構——DataFrame076
5.3 數據的讀取與寫入078
5.3.1 讀取Excel工作簿數據078
5.3.2 讀取CSV文件數據080
5.3.3 將數據寫入Excel工作簿082
5.3.4 將數據寫入CSV文件083
5.4 數據的查看083
5.4.1 預覽數據的前幾行/
后幾行083
5.4.2 查看數據表的行數
和列數084
5.4.3 查看數據的基本統計
信息085
5.4.4 查看數據的類型085
5.5 數據的選擇086
5.5.1 選擇單行和單列數據086
5.5.2 選擇不連續的多行數據088
5.5.3 選擇不連續的多列數據089
5.5.4 選擇連續的多行數據090
5.5.5 選擇連續的多列數據090
5.5.6 選擇不連續的多行和
多列數據091
5.5.7 選擇連續的多行和
多列數據092
5.5.8 選擇連續的多行和不連續
的多列數據092
5.5.9 選擇不連續的多行和連續
的多列數據093
ChatGPT學習答疑095
ChatGPT上機實訓096
本章小結099
第6章 數據的清洗100
6.1 添加和修改標簽100
6.1.1 修改行標簽和列標簽100
6.1.2 將某列數據設置為行標簽102
6.1.3 將原來的行標簽設置為
數據列102
6.2 查找數據103
6.3 替換數據104
6.3.1 一對一地替換數據104
6.3.2 多對一地替換數據105
6.3.3 多對多地替換數據105
6.4 插入數據107
6.4.1 插入列數據107
6.4.2 插入行數據108
6.5 刪除數據109
6.5.1 刪除單列數據110
6.5.2 刪除多列數據110
6.5.3 刪除單行數據111
6.5.4 刪除多行數據111
6.6 處理重復值112
6.6.1 查看重復值113
6.6.2 刪除重復值115
6.7 處理缺失值116
6.7.1 判斷缺失值116
6.7.2 統計缺失值118
6.7.3 填充缺失值120
6.7.4 刪除缺失值122
ChatGPT學習答疑124
ChatGPT上機實訓126
本章小結130
第7章 數據的加工131
7.1 轉換數據131
7.1.1 轉換數據類型131
7.1.2 轉置數據表的行列133
7.2 合并數據134
7.2.1 橫向拼接數據134
7.2.2 按指定方向合并數據136
7.3 排序數據137
7.3.1 對單列數據進行排序137
7.3.2 轉換數據結構139
7.3.3 對多列數據進行排序140
7.3.4 按照有缺失值的列排序并
設置缺失值位置141
7.4 排名數據144
7.5 篩選數據145
7.5.1 根據單個條件篩選數據146
7.5.2 根據多個條件篩選數據146
ChatGPT學習答疑148
ChatGPT上機實訓149
本章小結153
第8章 數據的統計與分析154
8.1 數據的分類匯總154
8.1.1 分類匯總單列數據154
8.1.2 分類匯總多列數據155
8.1.3 創建數據透視表158
8.2 數據的運算159
8.2.1 求和和計算平均值159
8.2.2 計算大值和*小值160
8.2.3 計算中位數和眾數162
8.2.4 計算方差和標準差163
8.2.5 計算分位數163
8.3 數據的分析165
8.3.1 數據的相關性分析166
8.3.2 數據的回歸分析167
ChatGPT學習答疑169
ChatGPT上機實訓171
本章小結177
第9章 數據的可視化178
9.1 制作簡單圖表178
9.1.1 制作柱形圖178
9.1.2 制作條形圖180
9.1.3 制作折線圖182
9.1.4 制作面積圖184
9.1.5 制作餅圖和圓環圖186
9.1.6 制作散點圖188
9.2 設置圖表元素191
9.2.1 為圖表添加圖表標題192
9.2.2 為圖表添加圖例192
9.2.3 為圖表添加橫縱坐標軸
標題193
9.2.4 為圖表添加網格線194
9.2.5 為圖表添加數據標簽196
9.2.6 為圖表的橫縱坐標軸設置
刻度范圍197
9.3 制作其他圖表200
9.3.1 制作氣泡圖200
9.3.2 制作雷達圖201
9.3.3 制作堆積面積圖202
9.3.4 制作雙柱形圖203
9.3.5 制作堆積柱形圖205
9.3.6 制作柱形圖和折線圖組合
圖表207
ChatGPT學習答疑209
ChatGPT上機實訓211
本章小結215
第10章 實戰應用：商品銷售數據分析216
10.1 應用場景216
10.2 獲取數據217
10.3 合并和分類統計數據218
10.4 分析商品每月的銷售變化趨勢220
10.5 分析每月各商品大類的銷售情況221
10.6 分析全年各商品小類的銷售情況224
本章小結225
第11章 實戰應用：產品定價數據分析226
11.1 應用場景226
11.2 獲取數據227
11.3 查看數據情況227
11.4 數值化處理數據229
11.5 產品定價的預測230
11.6 產品定價的評估232
本章小結233
第12章 實戰應用：用戶消費行為分析 234
12.1 應用場景234
12.2 獲取數據235
12.3 統計和分類匯總數據235
12.4 分析每月的消費數量變化趨勢237
12.5 分析每月的消費金額變化趨勢238
12.6 分析用戶的消費水平239
12.7 分析不同消費水平用戶的
分布情況240
本章小結242
附 錄 ChatGPT小白快速上手實用技巧243
1 用ChatGPT講解概念243
2 用ChatGPT提供示例245
3 用ChatGPT查詢報錯信息247
4 用ChatGPT調試代碼248
5 用ChatGPT生成測試數據250
6 用ChatGPT獲取解決思路252
7 用ChatGPT批量處理文件254
8 用ChatGPT整理分析數據256
9 用ChatGPT繪制可視化圖表258
10 逐步引導及修正ChatGPT的
回答259
1.1 什么是數據分析001
1.2 數據分析的目的001
1.3 數據分析的步驟002
1.3.1 明確目的002
1.3.2 獲取數據002
1.3.3 處理數據003
1.3.4 分析數據003
1.4 數據分析的工具004
ChatGPT學習答疑005
本章小結006
第2章 Python編程環境的搭建007
2.1 Anaconda的下載與安裝007
2.1.1 什么是Anaconda007
2.1.2 了解計算機的系統和位數007
2.1.3 下載Anaconda安裝包009
2.1.4 安裝Anaconda010
2.2 Jupyter Notebook的使用012
2.2.1 啟動Jupyter Notebook013
2.2.2 新建Jupyter Notebook
文件014
2.2.3 在Jupyter Notebook中編
寫和運行代碼015
2.2.4 重命名Jupyter Notebook
文件016
2.2.5 保存Jupyter Notebook
文件017
2.2.6 打開指定文件夾中的
Jupyter Notebook文件018
ChatGPT學習答疑019
本章小結021
第3章 Python語法入門知識022
3.1 Python快速入門022
3.1.1 變量022
3.1.2 屏幕輸出——print( )函數023
3.1.3 屏幕輸入——input( )函數024
3.1.4 注釋024
3.2 運算符025
3.2.1 算術運算符025
3.2.2 比較運算符026
3.2.3 賦值運算符 026
3.2.4 邏輯運算符027
3.3 常見數據類型028
3.3.1 整型和浮點型028
3.3.2 字符串029
3.3.3 查看數據類型029
3.3.4 轉換數據類型030
3.4 數據類型——列表032
3.4.1 創建列表032
3.4.2 統計列表的元素個數和
出現次數032
3.4.3 添加列表元素033
3.4.4 刪除列表元素033
3.4.5 合并列表035
3.4.6 遍歷列表中的元素035
3.4.7 排序和反向排列列表元素036
3.4.8 提取列表中的元素036
3.5 數據類型——字典038
3.5.1 創建字典038
3.5.2 查找字典元素039
3.5.3 獲取字典的所有鍵或所
有值039
3.5.4 遍歷字典的鍵或值040
3.5.5 獲取和遍歷字典中的鍵
值對040
3.5.6 添加字典元素041
3.5.7 刪除字典元素041
3.5.8 替換字典的元素042
3.5.9 合并字典042
ChatGPT學習答疑043
ChatGPT上機實訓044
本章小結047
第4章 Python語法基礎知識048
4.1 Python條件語句048
4.1.1 if語句048
4.1.2 If-else語句049
4.1.3 if-elif-else語句049
4.2 Python循環語句050
4.2.1 for語句050
4.2.2 while語句051
4.2.3 break語句051
4.2.4 continue語句052
4.3 Python嵌套語句053
4.3.1 if語句的嵌套053
4.3.2 if語句和for語句的嵌套054
4.3.3 for語句的嵌套055
4.4 Python內置函數056
4.4.1 list( )函數056
4.4.2 len( )函數057
4.4.3 range( )函數058
4.4.4 zip( )函數059
4.5 Python自定義函數060
4.5.1 自定義無參數的函數060
4.5.2 自定義有參數的函數061
4.5.3 自定義有返回值的函數062
4.6 匿名函數063
4.7 庫063
4.7.1 什么是庫063
4.7.2 安裝庫064
4.7.3 導入庫065
4.8 Python常用編程術語067
ChatGPT學習答疑067
ChatGPT上機實訓069
本章小結073
第5章 數據的獲取與準備074
5.1 數據結構——Series074
5.2 數據結構——DataFrame076
5.3 數據的讀取與寫入078
5.3.1 讀取Excel工作簿數據078
5.3.2 讀取CSV文件數據080
5.3.3 將數據寫入Excel工作簿082
5.3.4 將數據寫入CSV文件083
5.4 數據的查看083
5.4.1 預覽數據的前幾行/
后幾行083
5.4.2 查看數據表的行數
和列數084
5.4.3 查看數據的基本統計
信息085
5.4.4 查看數據的類型085
5.5 數據的選擇086
5.5.1 選擇單行和單列數據086
5.5.2 選擇不連續的多行數據088
5.5.3 選擇不連續的多列數據089
5.5.4 選擇連續的多行數據090
5.5.5 選擇連續的多列數據090
5.5.6 選擇不連續的多行和
多列數據091
5.5.7 選擇連續的多行和
多列數據092
5.5.8 選擇連續的多行和不連續
的多列數據092
5.5.9 選擇不連續的多行和連續
的多列數據093
ChatGPT學習答疑095
ChatGPT上機實訓096
本章小結099
第6章 數據的清洗100
6.1 添加和修改標簽100
6.1.1 修改行標簽和列標簽100
6.1.2 將某列數據設置為行標簽102
6.1.3 將原來的行標簽設置為
數據列102
6.2 查找數據103
6.3 替換數據104
6.3.1 一對一地替換數據104
6.3.2 多對一地替換數據105
6.3.3 多對多地替換數據105
6.4 插入數據107
6.4.1 插入列數據107
6.4.2 插入行數據108
6.5 刪除數據109
6.5.1 刪除單列數據110
6.5.2 刪除多列數據110
6.5.3 刪除單行數據111
6.5.4 刪除多行數據111
6.6 處理重復值112
6.6.1 查看重復值113
6.6.2 刪除重復值115
6.7 處理缺失值116
6.7.1 判斷缺失值116
6.7.2 統計缺失值118
6.7.3 填充缺失值120
6.7.4 刪除缺失值122
ChatGPT學習答疑124
ChatGPT上機實訓126
本章小結130
第7章 數據的加工131
7.1 轉換數據131
7.1.1 轉換數據類型131
7.1.2 轉置數據表的行列133
7.2 合并數據134
7.2.1 橫向拼接數據134
7.2.2 按指定方向合并數據136
7.3 排序數據137
7.3.1 對單列數據進行排序137
7.3.2 轉換數據結構139
7.3.3 對多列數據進行排序140
7.3.4 按照有缺失值的列排序并
設置缺失值位置141
7.4 排名數據144
7.5 篩選數據145
7.5.1 根據單個條件篩選數據146
7.5.2 根據多個條件篩選數據146
ChatGPT學習答疑148
ChatGPT上機實訓149
本章小結153
第8章 數據的統計與分析154
8.1 數據的分類匯總154
8.1.1 分類匯總單列數據154
8.1.2 分類匯總多列數據155
8.1.3 創建數據透視表158
8.2 數據的運算159
8.2.1 求和和計算平均值159
8.2.2 計算大值和*小值160
8.2.3 計算中位數和眾數162
8.2.4 計算方差和標準差163
8.2.5 計算分位數163
8.3 數據的分析165
8.3.1 數據的相關性分析166
8.3.2 數據的回歸分析167
ChatGPT學習答疑169
ChatGPT上機實訓171
本章小結177
第9章 數據的可視化178
9.1 制作簡單圖表178
9.1.1 制作柱形圖178
9.1.2 制作條形圖180
9.1.3 制作折線圖182
9.1.4 制作面積圖184
9.1.5 制作餅圖和圓環圖186
9.1.6 制作散點圖188
9.2 設置圖表元素191
9.2.1 為圖表添加圖表標題192
9.2.2 為圖表添加圖例192
9.2.3 為圖表添加橫縱坐標軸
標題193
9.2.4 為圖表添加網格線194
9.2.5 為圖表添加數據標簽196
9.2.6 為圖表的橫縱坐標軸設置
刻度范圍197
9.3 制作其他圖表200
9.3.1 制作氣泡圖200
9.3.2 制作雷達圖201
9.3.3 制作堆積面積圖202
9.3.4 制作雙柱形圖203
9.3.5 制作堆積柱形圖205
9.3.6 制作柱形圖和折線圖組合
圖表207
ChatGPT學習答疑209
ChatGPT上機實訓211
本章小結215
第10章 實戰應用：商品銷售數據分析216
10.1 應用場景216
10.2 獲取數據217
10.3 合并和分類統計數據218
10.4 分析商品每月的銷售變化趨勢220
10.5 分析每月各商品大類的銷售情況221
10.6 分析全年各商品小類的銷售情況224
本章小結225
第11章 實戰應用：產品定價數據分析226
11.1 應用場景226
11.2 獲取數據227
11.3 查看數據情況227
11.4 數值化處理數據229
11.5 產品定價的預測230
11.6 產品定價的評估232
本章小結233
第12章 實戰應用：用戶消費行為分析 234
12.1 應用場景234
12.2 獲取數據235
12.3 統計和分類匯總數據235
12.4 分析每月的消費數量變化趨勢237
12.5 分析每月的消費金額變化趨勢238
12.6 分析用戶的消費水平239
12.7 分析不同消費水平用戶的
分布情況240
本章小結242
附 錄 ChatGPT小白快速上手實用技巧243
1 用ChatGPT講解概念243
2 用ChatGPT提供示例245
3 用ChatGPT查詢報錯信息247
4 用ChatGPT調試代碼248
5 用ChatGPT生成測試數據250
6 用ChatGPT獲取解決思路252
7 用ChatGPT批量處理文件254
8 用ChatGPT整理分析數據256
9 用ChatGPT繪制可視化圖表258
10 逐步引導及修正ChatGPT的
回答259
展開全部
碼上行動:利用PYTHON與CHATGPT高效搞定EXCEL數據分析 作者簡介
袁昕，Crossin的編程教室公眾號(40萬+關注者)主筆，南京大學軟件工程本科，上海交通大學計算機碩士。曾就職于 IBM、Ubisoft、華泰證券，擔任軟件開發工程師、互聯網產品經理職位，后在創業公司擔任后端架構師、技術總監等職位。曾受邀作為Python中國開發者大會講師、騰訊云課堂評審專家。
書友推薦
- >
經典常談
- >
朝聞道
- >
小考拉的故事-套裝共3冊
- >
李白與唐代文化
- >
名家帶你讀魯迅:朝花夕拾
- >
伯納黛特,你要去哪(2021新版)
- >
煙與鏡
- >
姑媽的寶刀
本類暢銷
