本书共7个项目,项目1介绍了某零售企业“自动售货机”的发展现状和经营困惑,以及“自动售货机”数据分析的流程;项目2介绍了商品的整体销售情况的分析;项目3介绍区域销售情况的分析;项目4介绍了商品库存的分析;项目5介绍了用户行为的分析;项目6介绍了商品销售量的预测;项目7介绍了数据分析报告的撰写。项目2-7都包含了技能拓展,可以补充Excel在数据分析与可视化的应用。
本书以理论结合例子为导向,全面地介绍数据微积分,统计学,线性代数,数值计算、应用多元统计分析在科学领域的重要性。全书共6章,第1章介绍了大数据与数学、数学与Python的关系,第2章介绍了微积分的基础,第3章介绍了统计学的基础,第4章介绍了线性代数的基础,第5章介绍了数值计算的基础,第6章介绍了常用的多元统计分析方法。
本书以任务为导向,全面地介绍数据分析的流程和Power BI数据分析的应用,详细讲解利用使用Power BI解决企业实际问题的方法。全书共8章,分别介绍了数据分析的基本概念与流程步骤;使用Power BI获取数据;通过M语言对数据进行预处理的方法;使用DAX语言进行数据建模;使用Power BI进行分析与可视化;数据分析报告的基本概念;使用Power BI对数据进行部署;自动售货机综合案例等。
全书共14个项目,分别介绍了Excel 2016的界面,工作簿、工作表、单元格的概念;各种类型的数据的输入;美化工作表;使用Exce获取文本数据;使用Exce获取网站数据;使用Exce获取MySQL数据库中的数据;数据排序;筛选数据中的关键信息;数据分类汇总;制作透视表;日期和时间函数、数学函数、统计函数的应用;宏的应用。
本书以任务为导向,介绍了不同场景下Python爬取网络数据的方法。全书共7章,第1章介绍了爬虫与反爬虫的基本概念;第2章介绍了爬虫过程中涉及的网页前端基础;第3章和第4章分别介绍了静态网页和动态网页爬取数据的过程;5章介绍了对于登录后才能访问的网页进行模拟登录的方法;第6章介绍了爬取PC客户端、APP的数据的方法;第7章介绍了使用Scrapy爬虫框架爬取数据的过程。
本书全面地讲解了在科学领域广泛运用的数据微积分、统计学、线性代数、数值计算、应用多元统计分析等数学基础知识。全书共6章:第1章介绍了大数据与数学、数学与R的关系;第2章介绍了微积分的基础;第3章介绍了线性代数的基础;第4章介绍了统计学的基础;第5章介绍了数值计算的基础,包括插值方法、函数逼近与拟合、非线性方程(组)求根;第6章介绍了常用的多元统计分析方法。
本书共9章,第1章介绍了数据分析的基本概念等相关知识;第2-6章介绍了Python数据分析的常用库及其应用,涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型,较为全面地阐述了Python数据分析方法;第7-9章结合之前所学的数据分析技术,进行企业综合案例数据分析。
本书共7章,章介绍学习Python的准备工作,包括Python的由来与发展、Python环境搭建、编辑器介绍与安装等。第 2~5章和第7章主要介绍Python的基础知识、数据类型、程序流程控制语句、函数和文件基础等内容。第6章讲解了Python面向对象的编程。
本书以任务为导向,较为全面地介绍了Hadoop大数据技术的相关知识。全书共6章,具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce编程入门、MapReduce进阶编程、项目案例:电影网站用户性别预测。本书的2-5章包含了实训与课后练习,通过练习和操作实践,帮助读者巩固所学的内容。