用Excel學Python資料分析
活動訊息
內容簡介
結合資料分析與Python、Excel
集Python、Excel、資料分析為一體是本書的最大特色。本書圍繞整個資料分析的基本流程，分別說明使用Excel與使用Python如何完成。內容包括：Python環境配置、Python基礎知識、資料來源的取得、資料概覽、資料預處理、數值操作、資料運算、時間序列、資料分組、樞紐分析表、結果檔匯出、資料視覺化等。
對比Excel學習Python
Python 雖然是一門程式語言，但是在資料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、容易上手的軟體，所以可以透過Excel資料分析去對比學習Python資料分析。對於同一個功能，本書會告訴你在Excel中怎麼做，並告訴你如何在Python裡頭完成相對應的的操作。
使用Python輕鬆完成自動化
以實戰案例說明如何在工作中應用Python。諸如：利用Python實現報表自動化、自動發送電子郵件、使用Python分析報表找出暢銷商品、不同門市的銷售佔比並完成相關圖表的繪製等等。
誰適合本書：
．熟悉Excel，想學習Python來精進自己技能的資料分析師。
．剛入行對Excel和Python都不精通的資料分析師。
．其他常用Excel，卻想透過學習Python提昇工作效率的人。
集Python、Excel、資料分析為一體是本書的最大特色。本書圍繞整個資料分析的基本流程，分別說明使用Excel與使用Python如何完成。內容包括：Python環境配置、Python基礎知識、資料來源的取得、資料概覽、資料預處理、數值操作、資料運算、時間序列、資料分組、樞紐分析表、結果檔匯出、資料視覺化等。
對比Excel學習Python
Python 雖然是一門程式語言，但是在資料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、容易上手的軟體，所以可以透過Excel資料分析去對比學習Python資料分析。對於同一個功能，本書會告訴你在Excel中怎麼做，並告訴你如何在Python裡頭完成相對應的的操作。
使用Python輕鬆完成自動化
以實戰案例說明如何在工作中應用Python。諸如：利用Python實現報表自動化、自動發送電子郵件、使用Python分析報表找出暢銷商品、不同門市的銷售佔比並完成相關圖表的繪製等等。
誰適合本書：
．熟悉Excel，想學習Python來精進自己技能的資料分析師。
．剛入行對Excel和Python都不精通的資料分析師。
．其他常用Excel，卻想透過學習Python提昇工作效率的人。
目錄
推薦序
作者序
【入門篇】
第1章 資料分析基礎
【實踐篇】
第2章 熟悉鍋 - Python 基礎知識
第3章 Pandas 資料結構
第4章 準備食材 - 取得資料來源
第5章 淘米洗菜 - 數據預處理
第6章 菜品挑選 - 資料的選擇
第7章 切配菜品 - 數值操作
第8章 開始烹調 - 資料運算
第9章 炒菜計時器 - 時間序列
第10章 菜品分類 - 資料分組 / 樞紐分析表
第11章 水果拼盤 - 多表拼接
第12章 盛菜裝盤 - 結果匯出
第13章 菜品擺放 - 資料視覺化
【進階篇】
第14章 典型資料分析案例
第15章 NumPy 陣列
作者序
【入門篇】
第1章 資料分析基礎
【實踐篇】
第2章 熟悉鍋 - Python 基礎知識
第3章 Pandas 資料結構
第4章 準備食材 - 取得資料來源
第5章 淘米洗菜 - 數據預處理
第6章 菜品挑選 - 資料的選擇
第7章 切配菜品 - 數值操作
第8章 開始烹調 - 資料運算
第9章 炒菜計時器 - 時間序列
第10章 菜品分類 - 資料分組 / 樞紐分析表
第11章 水果拼盤 - 多表拼接
第12章 盛菜裝盤 - 結果匯出
第13章 菜品擺放 - 資料視覺化
【進階篇】
第14章 典型資料分析案例
第15章 NumPy 陣列
序／導讀
序
在PC時代開始，我們用鍵盤、掃描器等設備進行資訊的資料化。在行動網路時代，手機通過攝影機、GPS、陀螺儀等各種感測器將我們的位置、行動軌跡、行為偏好，甚至情緒等資訊資料化。截至2000年，全人類儲存了大約12EB 的資料，要知道1PB=1024TB，而1EB=1024PB。但是到了2011 年，一年所產生的資料就高達1.82ZB（注：1ZB=1024EB），資料已經變成了一種人造的「新能源」。
在商業領域，從資訊到商品，從商品到服務，越來越多我們熟悉的事物被標準的資料所度量。無論是線上廣告的精準行銷，還是電子商務的個性化推薦，又或者是網路金融的人臉識別，網路的每一次效率提升都依賴於對傳統資訊、物品，甚至人的資料化。在使用資料進行效率變革及商業化的道路上，Excel 和Python 扮演了關鍵的角色，它們協助資料分析師高效地從海量資料中發現問題，驗證假設，建構模型，預測未來。
作為一本資料分析的專業書籍，作者從資料取得、清洗、抽取，以及資料視覺化等多個角度介紹了日常工作中資料分析的標準路徑。藉由同時呈現Excel 與Python 在資料處理過程中的操作步驟，詳細說明了Excel 與Python 間的差異，以及用Python 進行資料分析的方法。
雖與作者素未謀面，但是對於Python在處理海量資料和建模上的高效性與便捷性，以及Python在機器學習中的重要性，我們的觀點是一致的。同時，我們也相信對於資料分析人員來說，掌握一種用於資料處理的程式設計語言是非常必要的，而從Excel 到Python 的學習方法則是一條學好資料分析的「捷徑」。
王彥平
在PC時代開始，我們用鍵盤、掃描器等設備進行資訊的資料化。在行動網路時代，手機通過攝影機、GPS、陀螺儀等各種感測器將我們的位置、行動軌跡、行為偏好，甚至情緒等資訊資料化。截至2000年，全人類儲存了大約12EB 的資料，要知道1PB=1024TB，而1EB=1024PB。但是到了2011 年，一年所產生的資料就高達1.82ZB（注：1ZB=1024EB），資料已經變成了一種人造的「新能源」。
在商業領域，從資訊到商品，從商品到服務，越來越多我們熟悉的事物被標準的資料所度量。無論是線上廣告的精準行銷，還是電子商務的個性化推薦，又或者是網路金融的人臉識別，網路的每一次效率提升都依賴於對傳統資訊、物品，甚至人的資料化。在使用資料進行效率變革及商業化的道路上，Excel 和Python 扮演了關鍵的角色，它們協助資料分析師高效地從海量資料中發現問題，驗證假設，建構模型，預測未來。
作為一本資料分析的專業書籍，作者從資料取得、清洗、抽取，以及資料視覺化等多個角度介紹了日常工作中資料分析的標準路徑。藉由同時呈現Excel 與Python 在資料處理過程中的操作步驟，詳細說明了Excel 與Python 間的差異，以及用Python 進行資料分析的方法。
雖與作者素未謀面，但是對於Python在處理海量資料和建模上的高效性與便捷性，以及Python在機器學習中的重要性，我們的觀點是一致的。同時，我們也相信對於資料分析人員來說，掌握一種用於資料處理的程式設計語言是非常必要的，而從Excel 到Python 的學習方法則是一條學好資料分析的「捷徑」。
王彥平
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
詳細資料
詳細資料
-
- 語言
- 中文繁體
- 裝訂
- 紙本平裝
-
- ISBN
- 9789865025205
- 分級
- 普通級
-
- 頁數
- 336
- 商品規格
- 18開17*23cm
-
- 出版地
- 台灣
- 適讀年齡
- 全齡適讀
-
- 注音
- 級別
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價