書就是長這個樣子啦
1.本書簡介
集Python、Excel、數據分析為一體是本書的一大特色。
本書圍繞整個數據分析的常規流程：熟悉工具—明確目的—獲取數據—熟悉數據—處理數據—分析數據—得出結論—驗證結論—展示結論進行Excel和Python的對比實現，告訴 你每一個過程中都會用到什麼，過程與過程之間有什麼聯繫。本書既可以作為系統學習數 據分析操作流程的說明書，也可以作為一本數據分析師案頭必備的實操工具書。
本書通過對比Excel功能操作去學習Python的代碼實現，而不是直接學習Python代碼，大大降低了學習門檻，消除了讀者對代碼的恐懼心理。適合剛入行的數據分析師，也適合對Excel比較熟練的數據分析師，以及從事其他崗位想提高工作效率的職場人。
2.為什麼要寫這本書
本書既是一本數據分析的書，也是一本Excel數據分析的書，同時還是一本Python數據分析的書。在互聯網上，無論是搜索數據分析，還是搜索Excel數據分析，亦或是搜索Python數據分析，我們都可以找到很多相關的圖書。既然已經有這麼多同類題材的書了，為什麼我還要寫呢？因為在我準備寫這本書時，還沒有一本把數據分析、Excel 數據分析、Python數據分析這三者結合在一起的書。
為什麼我要把它們結合在一起寫呢？那是因為，我認為這三者是一個數據分析師必備的技能，而且這三者本身也是一個有機統一體。數據分析讓你知道怎麼分析以及分析什麼；Excel和Python是你在分析過程中會用到的兩個工具。
3.為什麼要學習Python
既然Python在數據分析領域是一個和Excel類似的數據分析工具，二者實現的功能都一樣，為什麼還要學 Python，把Excel學好不就行了嗎？我認為學習Python的主要原因有以下幾點：
1．在處理大量數據時，Python的效率高於Excel
當數據量很小的時候，Excel和Python的處理速度基本上差不多，但是當數據量較大或者公式嵌套太多時，Excel 就會變得很慢，這個時候怎麼辦呢？我們可以使用Python，Python對於海量數據的處理效果要明顯優於 Excel。用Vlookup函數做一個 實驗，兩個大小均為23MB的表（6 萬行數據），在未作任何處理、沒有任何公式嵌套之前，Excel中直接在一個表中用 Vlookup 函數獲取另一個表的數據需要20秒（我的 計算機性能參數是 I7、8GB 內存、256GB 固態硬盤），配置稍微差點的計算機可能打開這個表都很難。但是用Python實現上述過程只需要580毫秒，即 0.58 秒，是 Excel 效率的 34 倍。
2．Python可以輕鬆實現自動化
你可能會說Excel的VBA也可以自動化，但是VBA主要還是基於Excel內部的 自動化，一些其他方面的自動化VBA 就做不了，比如你要針對本地某一文件夾下面的文件名進行批量修改，VBA就不能實現，但是Python可以。
3．Python可用來做算法模型
雖然你是做數據分析的，但是一些基礎的算法模型還是有必要掌握的，Python可以讓你在懂一些基礎的算法原理的情況下就能搭建一些模型，比如你可以使用聚類算法搭建一個模型去對用戶進行分類。
4.為什麼要對比Excel學習Python
Python雖然是一門編程語言，但是在數據分析領域實現的功能和Excel的基本功 能一樣，而Excel又是大家比較熟悉、容易上手的軟件，所以可以通過Excel數據分析去對比學習Python數據分析。對於同一個功能，本書告訴你在Excel中怎麼做，並告訴你對應到Python中是什麼樣的代碼。例如數值替換，即把一個值替換成另一個值， 對把“Excel”替換成“Python”這一要求，在Excel中可以通過鼠標點選實現，如下圖所示。:
在 Python 中則通過具體的代碼實現，如下所示:
df.replace(“Excel”,”Python”)#表示將表df中的Excel替換成Python
本書將數據分析過程中涉及的每一個操作都按這種方式對照講解，讓你從熟悉的Excel操作中去學習對應的 Python實現，而不是直接學習Python代碼，大大降低了學習門檻，消除了大家對代碼的恐懼心理。這也是本書的一大特色，也是我為什麼要寫本書的主要原因，就是希望幫助你不再懼怕代碼，讓你可以像學Excel數據分析一 樣，輕鬆學習Python數據分析。
5.本書目錄
本書分為三篇，入門篇主要講數據分析的一些基礎知識，介紹數據分析是什麼，為什麼要做數據分析，數據分析究竟在分析什麼，以及數據分析的常規流程；實踐篇圍繞數據分析的整個流程，為了讓大家便於理解，又將數據分析整個過程與買菜做飯相聯繫，分別介紹每一個步驟中的操作，這些操作用Excel如何實現，用Python又如何實現；進階篇：介紹幾個實戰案例，讓你體會一下在實際業務中如何使用Python。
入門篇
第 1 章 數據分析基礎
實踐篇
第 2 章 熟悉鍋——Python 基礎知識
第 3 章 Pandas 數據結構
第 4 章 準備食材——獲取數據源
第 5 章 淘米洗菜——數據預處理
第 6 章 菜品挑選——數據選擇
第 7 章 切配菜品——數值操作
第 8 章 開始烹調——數據運算
第 9 章 炒菜計時器——時間序列
第 10 章 菜品分類——數據分組/數據透視表
第 11 章 水果拼盤——多表拼接
第 12 章 盛菜裝盤——結果導出
第 13 章 菜品擺放——數據可視化
進階篇
第 14 章 典型數據分析案例
第 15 章 NumPy數組
6.專家推薦
來看看一些行業大佬怎麼講，在此再次感謝為這本書寫推薦的各位老師。
數據分析的門檻可以很高，也可以很低，但它一定很重要！這本書不是晦澀難懂的學術教材，而是適合不同層次職場人士學習的工具書，通俗易懂的闡述了數據分析的基礎及在不同工具下的主要實踐，對於初學者或是資深數據愛好者都有很好的啟發和助益。
by--黃小偉 有贊數據分析團隊負責人/R語言中文社區創始人
大數據時代，數據分析是每個職場人士的必備技能之一，你掌握了嗎？本書以一種人人都熟悉的炒菜的故事作為主線，用輕鬆的語言深入淺出的講述數據分析的各個核心要素，是初入數據分析領域的同學一個很好的入門教材，同時也是有一定分析經驗同學的參考工具書。
by--黃崇傑 平安壹錢包數據營銷總監
數據分析工作中的80%以上的時間都在處理底層數據。一份“高大上”的報告實際上只佔了分析師不到20%的時間。張老師的這本書出現的正是時候——Excel好用但是在大數據是的效率低，但是結合上Python的能力以後，會讓分析師如虎添翼。數據分析師們動動手指產出INSIGHT的美好時光指日可待了！
by--劉洋 阿里巴巴高級產品專家
本書為傳統數據分析人員邁向大數據時代指明方向，並終將帶來競爭優勢
by--閔軍 找鋼網數據中心總經理
一本少見的結合了Excel及Python來學習數據分析的好書。作為基本的數據分析工具，Excel技能及Python技能的掌握，對於數據分析師來說都是十分必要的，相信任何一個有志於學習數據分析的朋友，都能從此書收穫良多。
by--張浩彬 廣東柯內特環境科技有限公司首席數據科學家
本書是實用並且可操作，通過Python來分析數據，從書中內容看出作者在陳列操作步驟過程中包括了大量的分析思維，對於那些想轉型或者入門想從事數據分析的同學，是一步很好的教材級書本。
by--趙良 中國統計網聯合創始人
作為這幾年最火的語言之一，Python在數據分析方面的能力幾乎是無限的，可能唯一的限制就在於使用者本身的能力和認知。對數據分析師而言，用Python做數據分析已經成為必需技能。這本Python數據分析基於熟知的Excel做對照和解釋，深入淺出，娓娓道來。既兼顧到不同工具的應用場景，又將使用技巧融入其中。推薦剛入門的數據分析師閱讀。
by--宋天龍 《Python數據分析與數據化運營》作者
Excel與Python都是數據分析利器，本書從Excel與Python的實際作用出發，書中的知識都是作者多年一線工作的經驗總結。
電子書獲取：關注，轉發，私信小編“01”即可免費獲取！
閱讀更多 程序員編程分享 的文章
