本书作为数据分析的入门图书，以Python语言为基础，介绍了数据分析的整个流程。本书内容涵盖数据的获取（即网络爬虫程序的设计）、前期数据的清洗和处理、运用机器学习算法进行建模分析，以及使用可视化的方法展示数据及结果。首先，书中不会涉及过于高级的语法，不过还是希望读者有一定的语法基础，这样可以更好地理解本书的内容。其次，本书重点在于应用Python来完成一些数据分析和数据处理的工作，即如何使用Python来完成工作而非专注于Python语言语法等原理的讲解。本书的目的是让初学者不论对数据分析流程本身还是Python语言，都能有一个十分直观的感受，为以后的深入学习打下基础。最后，读者不必须按顺序通读本书，因为各个章节层次比较分明，可以根据兴趣或者需要来自行安排。例如第5章介绍了一些实战的小项目，有趣且难度不大，大家可以在学习前面内容之余来阅读这部分内容。

本书作为数据分析的入门图书，以Python语言为基础，介绍了数据分析的整个流程。本书内容涵盖数据的获取（即网络爬虫程序的设计）、前期数据的清洗和处理、运用机器学习算法进行建模分析，以及使用可视化的方法展示数据及结果。首先，书中不会涉及过于高级的语法，不过还是希望读者有一定的语法基础，这样可以更好地理解本书的内容。其次，本书重点在于应用Python来完成一些数据分析和数据处理的工作，即如何使用Python来完成工作而非专注于Python语言语法等原理的讲解。本书的目的是让初学者不论对数据分析流程本身还是Python语言，都能有一个十分直观的感受，为以后的深入学习打下基础。最后，读者不必须按顺序通读本书，因为各个章节层次比较分明，可以根据兴趣或者需要来自行安排。例如第5章介绍了一些实战的小项目，有趣且难度不大，大家可以在学习前面内容之余来阅读这部分内容。

本书讲解数据分析基础知识，针对数据分析与可视化的初学者介绍相关方法及概念。 全书共分9章，内容包含数据分析概述、数据集的存储与读取、NumPy数组与矩阵运算、Pandas高性能的数据结构和数据分析工具、数据预处理、Matplotlib可视化绘图、机器学习与数据挖掘以及就业分析综合实战和电商数据分析两项综合实战。 本书可作为高等院校计算机、大数据相关专业的教材，也可作为数据分析从业人员的参考用书。

Python 数据分析与可视化实践基于 Python 语言，结合实际的数据集，介绍如何对数据进行可视化分析。Python 数据分析与可视化实践主要包含 3 个 部分。第一部分为 Python 数据可视化基础篇：主要介绍 Python 基础内容、Numpy 和 Pandas 数据操作， 以及 Matplotlib 数据可视化内容；第二部分为 Python 数据可视化提高篇：主要介绍 Python 的 Seaborn、 plotnine、Networkx、igraph、plotly、Bokeh、pyecharts 库中的数据可视化功能；第三部分为 Python 数据 可视化分析实战篇：通过 4 个完整的数据可视化分析案例，详细地介绍了 Python 中数据分析、机器学习 与可视化相结合的应用等内容。

Python 数据分析与可视化实践基于 Python 语言，结合实际的数据集，介绍如何对数据进行可视化分析。Python 数据分析与可视化实践主要包含 3 个 部分。第一部分为 Python 数据可视化基础篇：主要介绍 Python 基础内容、Numpy 和 Pandas 数据操作， 以及 Matplotlib 数据可视化内容；第二部分为 Python 数据可视化提高篇：主要介绍 Python 的 Seaborn、 plotnine、Networkx、igraph、plotly、Bokeh、pyecharts 库中的数据可视化功能；第三部分为 Python 数据 可视化分析实战篇：通过 4 个完整的数据可视化分析案例，详细地介绍了 Python 中数据分析、机器学习 与可视化相结合的应用等内容。

数据图表是数据分析与可视化常见的表现形式，它不但能直观地显示复杂的数据，高效地表达观点，而且能启发读者思考数据的本质、分析数据并揭示数据背后的规律和问题。 本书分为3 篇（共11 章），分别是基础篇、进阶篇和实战篇，摒弃以往的说明书式教学，由浅入深，遵循"以点及线，以线及面”的对比学习方法。另外，书中有大量职场案例和好看的图表模板可以直接应用到实际工作中，使读者即学即用。 本书适用于各个层次的Excel 用户，既可作为初学者的入门指南，又可作为中高级用户的参考手册。同时，本书适合财务岗位、商务岗位、销售数据统计岗位、HR 岗位等需要用图表进行数据分析的工作人员阅读。

数据图表是数据分析与可视化常见的表现形式，它不但能直观地显示复杂的数据，高效地表达观点，而且能启发读者思考数据的本质、分析数据并揭示数据背后的规律和问题。 本书分为3 篇（共11 章），分别是基础篇、进阶篇和实战篇，摒弃以往的说明书式教学，由浅入深，遵循"以点及线，以线及面”的对比学习方法。另外，书中有大量职场案例和好看的图表模板可以直接应用到实际工作中，使读者即学即用。 本书适用于各个层次的Excel 用户，既可作为初学者的入门指南，又可作为中高级用户的参考手册。同时，本书适合财务岗位、商务岗位、销售数据统计岗位、HR 岗位等需要用图表进行数据分析的工作人员阅读。

本书以项目为导向，由浅入深地介绍Excel在数据分析与可视化方面的应用。全书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。项目2～项目7都包含了技能拓展和技能训练，可以帮助读者巩固所学的内容。 本书可作为高校数据分析类课程的教材，也可作为数据分析爱好者的自学用书。

本书注重基础、循序渐进，系统地讲述了Microsoft推出的智能商业数据分析软件Power BI的相关基础知识，涵盖了安装Power BI Desktop、获取数据、查询编辑器、数据分析表达式、数据视图、管理关系、报表、可视化效果、Power BI服务等内容，并在最后一章以社科研究数据分析为例进行了知识点的综合讲解。对于每一个知识点，本书都尽量结合实例帮助读者学习理解。前8章最后都配有综合实例来说明本章知识的使用方法。 本书内容丰富、讲解详细，适用于初、中级Power BI用户，可用作各类院校相关专业的教材，也可作为Power BI爱好者的参考书。

本书讲述了一个现代企业从最初的报表开发模式转向敏捷型分析模式的故事，通篇以对话的形式模拟职场人员在日常工作中使用数据分析解决问题并进行业务决策的过程。本书组织了一套全新的学习体系，内容由浅入深，从一开始就带入到实际的业务分析应用中，从最基本的时间序列分析开始发现销售模式和季节性波动规律，到通过热图来分析一线销售和服务人员的排班优化，再到深入分析客户的80/20 规律等，每一章都在使用Tableau 分析和解决实际商业中遇到的问题。