资深数据专家凝炼数十年教学和实践经验，全面阐释如何使用R的20%功能完成80%的现代数据工作。 本书是资深数据专家数十年教学与实践经验的结晶，以简单直接的方式详细讲解R语言的所有基础知识，以及常见统计方法和模型在R中的操作规范，通过大量实例，帮助读者快速理解并掌握R的核心功能，有效解决实际工作问题。 本书共24章，第1~3章介绍R语言的获取与安装、R环境的设置以及R包的基础知识；第4~5章介绍R语言基础知识和高级数据结构，涉及数学运算、向量、调用函数以及数据框、列表、矩阵和数组等；第6章介绍如何导入数据；第7章详细介绍统计图形的绘制，包括基本绘图和ggplot2；第8~10章介绍R函数编写，包括对结构、参数和返回规则的讨论，讲解if和ifelse以及复杂语句控制程序的流程、for和while循环迭代等；第11~13章介绍数据的分组操作、数据整理和字符...(展开全部)

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。

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。

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。

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。

本书通过实战案例和可视化的图形讲解数据分析的知识。通过阅读本书，读者可以从容地处理数据，高效地完成数据分析工作。本书共9章，主要内容包括不同场景下的数据分析方法，从业者应具备的数据分析基本知识，数据分析师应具有的思维方式，海盗法则和指标体系建模，用户画像赋能数据分析，数据可视化的实操技巧等。 本书不仅适合产品经理、运营人员、市场营销人员阅读，还适合数据分析人员阅读。

本书以Excel为数据分析工具，设置71个工作案例和96个财务分析决策模型，从数据采集与规范化处理开始，通过企业真实决策案例，由浅入深地介绍了财务数据分析建模和实施，到最终形成可视化图表、BI看板和数据分析报告的完整过程。 本书不仅内容全、讲解深入，而且强调学生数据思维的培养，突出德技双修的育人理念，既可用作应用型本科和高等职业院校财经类相关专业的教材，也可作为专业的数据分析类读物，满足企业财务人员和管理人员、市场调查人员，网店经营与管理人员进修或能力提升的需要。