數(shù)據分析與可視化

目 錄

第1章 數(shù)據分析與可視化基礎知識 1
1.1 數(shù)據分析 2
1.1.1 數(shù)據分析的認知 3
1.1.2 數(shù)據分析的意義 5
1.1.3 數(shù)據分析的方法 6
1.1.4 數(shù)據分析的步驟 13
1.2 數(shù)據可視化 17
1.2.1 數(shù)據可視化概述 17
1.2.2 數(shù)據可視化的用途、優(yōu)勢
及在各行業(yè)的應用 20
1.2.3 數(shù)據可視化流程 23
1.3 綜合實驗 25
實驗1 25
實驗2 26
1.4 思考與練習 27
第2章 EXCEL數(shù)據可視化基礎 29
2.1 EXCEL圖表基礎 30
2.1.1 圖表的構成元素 30
2.1.2 圖表的格式設置 32
2.1.3 圖表的創(chuàng)建與編輯 36
2.2 圖表的基本類型與選擇 42
2.2.1 柱形圖和條形圖 42
2.2.2 折線圖和面積圖 45
2.2.3 餅圖和環(huán)形圖 48
2.2.4 XY散點圖 49
2.2.5 雷達圖 50
2.2.6 迷你圖 51
2.2.7 動態(tài)圖表 52
2.3 EXCEL可視化的快捷應用 57
2.3.1 利用模板制作商務圖表 57
2.3.2 利用條件格式實現(xiàn)
微圖表 58
2.3.3 利用函數(shù)生成圖表 62
2.3.4 數(shù)據圖表的內容 新 62
2.4 綜合實驗 64
實驗1 64
實驗2 66
2.5 思考與練習 67
第3章 商品生產成本分析 69
3.1 生產成本分析與可視化 71
3.1.1 同類產品子成本比較 71
3.1.2 各子產品占總產品比例 75
3.1.3 產品生產成本分析 79
3.2 生產管理分析與可視化 81
3.2.1 班組產量對比 82
3.2.2 班組效率統(tǒng)計 85
3.2.3 產品合格率統(tǒng)計 89
3.2.4 目標完成率統(tǒng)計 92
3.2.5 周期管理報表 94
3.3 綜合實驗 97
實驗1 97
實驗2 98
3.4 思考與練習 99
第4章 商品銷售情況分析 101
4.1 商品銷售額分析與可視化 103
4.1.1 商品銷售額環(huán)比分析 103
4.1.2 區(qū)域商品銷售額對比
分析 106
4.1.3 商品銷售額目標達成率
分析 109
4.2 商品銷售量分析與可視化 112
4.2.1 按類別分析銷售量 112
4.2.2 銷售量與銷售人員等
數(shù)據相關性分析 114
4.3 商品利潤分析與可視化 117
4.3.1 商品利潤率分析 117
4.3.2 商品利潤與其他數(shù)據
相關性分析 120
4.4 商品價格分析與可視化 122
4.4.1 商品價格變化趨勢 122
4.4.2 商品價格與其他數(shù)據
相關性分析 125
4.5 綜合實驗 127
實驗1 127
實驗2 129
4.6 思考與練習 129
第5章 商品庫存數(shù)據分析 132
5.1 產品入庫情況分析與可視化 133
5.1.1 按時間分析入庫數(shù)量 134
5.1.2 按類別分析入庫數(shù)量 135
5.1.3 計算安全庫存、 庫存量
和 小庫存量 138
5.2 庫存數(shù)據分析與可視化 141
5.2.1 庫存類別占比分析 141
5.2.2 庫存周轉率分析 142
5.2.3 庫存類別時間分析 144
5.3 出庫數(shù)據分析與可視化 146
5.3.1 出庫數(shù)量分析 146
5.3.2 出庫類別數(shù)量分析 147
5.3.3 出庫類別趨勢預測 148
5.4 綜合實驗 151
實驗1 151
實驗2 153
5.5 思考與練習 153
第6章 電商客戶信息分析 156
6.1 客戶數(shù)據分析與可視化 157
6.1.1 客單價分析 158
6.1.2 用戶復購率分析 160
6.1.3 用戶支付偏好分析 163
6.1.4 用戶流失率分析 165
6.2 客戶屬性分析與可視化 166
6.2.1 客戶性別屬性分析 166
6.2.2 客戶年齡屬性分析 169
6.2.3 客戶地域屬性分析 170
6.2.4 客戶終端屬性分析 172
6.3 綜合實驗 174
實驗1 174
實驗2 175
6.4 思考與練習 175
第7章 POWER BI數(shù)據可視化實踐 178
7.1 POWER BI基礎知識 179
7.1.1 Power BI安裝 180
7.1.2 認識Power BI的工作
界面 182
7.2 POWER BI數(shù)據可視化流程 184
7.2.1 獲取與導入數(shù)據 184
7.2.2 數(shù)據清洗與整理 188
7.2.3 數(shù)據建模 191
7.2.4 實現(xiàn)數(shù)據可視化 193
7.3 POWER BI制作財務數(shù)據可視化
報表 195
7.3.1 導入數(shù)據 195
7.3.2 數(shù)據清洗與數(shù)據建模 197
7.3.3 實現(xiàn)報表的可視化 200
7.4 綜合實驗 201
實驗1 201
實驗2 203
7.5 思考與練習 203
第8章 TABLEAU數(shù)據可視化實踐 205
8.1 TABLEAU基礎知識 207
8.1.1 安裝Tableau 207
8.1.2 認識Tableau工作界面 208
8.1.3 Tableau工作簿 209
8.1.4 Tableau中的概念 210
8.2 TABLEAU可視化流程 210
8.2.1 準備數(shù)據 211
8.2.2 構建圖表和數(shù)據分析 212
8.2.3 設置與保存工作簿 215
8.3 實踐TABLEAU可視化簡單圖形 216
8.3.1 案例實戰(zhàn)――條形圖 217
8.3.2 案例實戰(zhàn)――折線圖 219
8.3.3 案例實戰(zhàn)――散點圖 221
8.3.4 案例實戰(zhàn)――甘特圖 223
8.3.5 案例實戰(zhàn)――氣泡圖 225
8.3.6 案例實戰(zhàn)――直方圖 227
8.3.7 案例實戰(zhàn)――標靶圖 229
8.3.8 案例實戰(zhàn)――密度熱圖 231
8.3.9 案例實戰(zhàn)――樹狀圖 233
8.4 綜合實驗 234
實驗1 234
實驗2 236
8.5 思考與練習 237
第9章 PYTHON數(shù)據可視化實踐 238
9.1 認識與安裝PYTHON 239
9.1.1 Python概述 239
9.1.2 安裝Python 240
9.1.3 Python文件 241
9.2 基本語法知識 242
9.2.1 語法基本概念 242
9.2.2 數(shù)據類型與運算符 243
9.2.3 復合數(shù)據類型 244
9.2.4 程序流程控制 246
9.2.5 函數(shù)及其應用 249
9.3 數(shù)據分析與可視化庫 251
9.3.1 Pandas數(shù)據處理庫 252
9.3.2 Pyecharts圖表庫 258
9.3.3 Matplotlib繪圖庫 261
9.4 案例實戰(zhàn)可視化圖表 264
9.4.1 銷售數(shù)據分析圖表
應用 264
9.4.2 財務數(shù)據分析圖表
應用 266
9.4.3 人力資源數(shù)據分析
圖表應用 269
9.5 綜合實驗 271
實驗1 271
實驗2 272
9.6 思考與練習 272
參考文獻 275