• 
  新核心大学英语(基础级读写教程)(试用版)
  ￥7.80
• 
  可再生能源概论
  ￥8.40
• 
  流畅英语口语教程(第二版)(第三册)学生用书
  ￥5.50
• 
  机器人与柔性制造系统
  ￥11.20

本书以任务为导向,全面介绍了数据分析的流程和Excel数据分析的应用,并详细阐述了使用Excel 2016解决企业实际问题的方法。全书共11章,分为基础部分(第1~6章)和实战部分(第7~11章)。基础部分的内容包括数据分析与Excel 2016概述、外部数据的获取、数据处理、函数的应用、数据透视表和数据透视图、数据分析与可视化;实战部分为新零售智能销售数据分析项目实战,内容包含项目数据处理、商品销售情况分析、商品库存分析、用户行为分析、撰写数据分析报告。本书除第1章外,各章都包含实训和课后习题,通过练习和实践操作,读者可以巩固所学的内容。 本书可用于“1 X”证书制度试点工作中的大数据应用开发(Python)职业技能等级证书教学和培训,也可以作为高校数据分析相关课程的教材和数据分析爱好者的自学用书。

第 1章 数据分析与Excel 2016概述1 任务1.1 认识数据分析 1 1.1.1 了解数据分析的流程 1 1.1.2 了解数据分析的应用场景 2 任务1.2 认识Excel 2016 3 1.2.1 认识Excel 2016用户界面 4 1.2.2 工作簿、工作表和单元格的基本操作 6 小结 10 第 2章 外部数据的获取 11 任务2.1 获取文本数据 11 2.1.1 获取TXT文本数据 11 2.1.2 获取CSV文本数据 13 任务2.2 获取MySQL数据库中的数据 15 2.2.1 新建与连接MySQL数据源 15 2.2.2 导入MySQL数据库中的数据 18 小结 20 实训 获取MySQL数据库中的数据 20 课后习题 21 第3章 数据处理 22 任务3.1 排序 22 3.1.1 根据单个关键字排序 22 3.1.2 根据多个关键字排序 24 3.1.3 自定义排序 25 任务3.2 筛选 26 3.2.1 根据颜色筛选 27 3.2.2 自定义筛选 28 3.2.3 根据**条件筛选 29 任务3.3 分类汇总数据 30 3.3.1 插入分类汇总 31 3.3.2 分页显示数据列表 34 小结 34 实训 34 实训1 排序 34 实训2 筛选 35 实训3 分类汇总数据 36 课后习题 37 第4章 函数的应用 38 任务4.1 认识公式和函数 38 4.1.1 输入公式和函数 38 4.1.2 引用单元格 42 任务4.2 使用数组公式 47 4.2.1 使用单一单元格数组公式 47 4.2.2 使用多单元格数组公式 48 任务4.3 设置日期和时间数据 49 4.3.1 提取日期和时间数据 49 4.3.2 计算日期和时间 52 任务4.4 认识数学函数 56 4.4.1 计算数值 56 4.4.2 取整数值 60 任务4.5 认识统计函数 61 4.5.1 统计个数 61 4.5.2 计算平均值 63 4.5.3 计算值和小值等 65 4.5.4 计算众数和频率 68 任务4.6 认识文本函数 70 4.6.1 比较与合并文本 70 4.6.2 计算文本长度 72 4.6.3 检索与提取文本 73 4.6.4 替换文本 76 任务4.7 认识逻辑函数 78 4.7.1 条件判断 78 4.7.2 实现交集计算 79 4.7.3 实现并集计算 80 小结 80 实训 81 实训1 认识公式和函数 81 实训2 使用数组公式 82 实训3 设置日期和时间数据 82 实训4 认识数学函数 83 实训5 认识统计函数 84 实训6 文本处理 85 实训7 逻辑运算 85 课后习题 86 第5章 数据透视表和数据透视图 87 任务5.1 创建数据透视表 87 5.1.1 自动创建数据透视表 87 5.1.2 手动创建数据透视表 88 任务5.2 编辑数据透视表 89 5.2.1 修改数据透视表 90 5.2.2 重命名数据透视表 90 5.2.3 改变数据透视表的布局 91 5.2.4 设置数据透视表样式 91 任务5.3 操作数据透视表中的数据 94 5.3.1 刷新数据透视表 94 5.3.2 设置数据透视表的字段 95 5.3.3 改变数据透视表的汇总方式 98 5.3.4 筛选数据 98 任务5.4 创建数据透视图 100 5.4.1 根据数据区域创建数据透视图 100 5.4.2 根据数据透视表创建数据透视图 101 小结 104 实训 104 实训1 餐饮店销售情况统计 104 实训2 编辑餐饮店订单信息的数据透视表 104 实训3 操作餐饮店订单信息的数据透视表 105 实训4 餐饮店销售情况分析 106 课后习题 106 第6章 数据分析与可视化 108 任务6.1 绘制柱形图 108 6.1.1 常见的柱形图类型 108 6.1.2 绘制簇状柱形图 110 任务6.2 绘制条形图 112 6.2.1 常见的条形图类型 112 6.2.2 绘制簇状条形图 113 任务6.3 绘制折线图 115 6.3.1 常见的折线图类型 115 6.3.2 绘制基础折线图 116 任务6.4 绘制饼图 117 6.4.1 常见的饼图类型 118 6.4.2 绘制基础饼图 119 任务6.5 绘制散点图 120 6.5.1 常见的散点图类型 120 6.5.2 绘制基础散点图 122 任务6.6 绘制雷达图 123 6.6.1 常见的雷达图类型 123 6.6.2 绘制基础雷达图 124 小结 125 实训 125 实训1 会员基本信息分析 125 实训2 会员来源分析 127 实训3 会员购买力及会员数量分析 127 课后习题 128 第7章 处理新零售智能销售数据分析 项目的数据 130 任务7.1 了解新零售智能销售数据分析项目 130 7.1.1 新零售智能销售的现状与数据的基本情况 130 7.1.2 新零售智能销售数据的分析流程 131 任务7.2 处理库存数据 132 7.2.1 查找重复值 132 7.2.2 删除重复值 134 任务7.3 处理订单数据 134 7.3.1 处理缺失值 135 7.3.2 处理异常值 135 7.3.3 提取日期和时间数据 139 小结 141 实训 141 实训1 处理餐饮数据的异常值 141 实训2 处理餐饮数据的缺失值 142 实训3 处理餐饮数据的重复值 142 课后习题 143 第8章 分析商品的销售情况 145 任务8.1 分析商品销售额的环比 145 8.1.1 计算商品日销售额的环比 145 8.1.2 绘制簇状柱形图和折线图分析商品销售额的环比 147 任务8.2 分析商品毛利率 149 8.2.1 计算商品毛利率 149 8.2.2 绘制折线图分析商品毛利率 152 任务8.3 分析商品销售量排行 154 8.3.1 统计各类别商品的销售量 155 8.3.2 绘制柱形图分析商品销售量排行 156 任务8.4 各区域销售额对比分析 157 8.4.1 计算各区域销售额 157 8.4.2 绘制条形图分析各区域销售额 158 小结 159 实训 159 实训1 分析菜品销售额的环比 159 实训2 分析菜品毛利率 160 实训3 分析菜品销售量排行 161 实训4 分析各区域的销售额 162 课后习题 162 第9章 分析商品库存 165 任务9.1 分析商品的存销比 165 9.1.1 计算存销比 165 9.1.2 绘制簇状柱形图和折线图分析各类商品的存销比 169 任务9.2 分析库存的各商品类别的占比 171 9.2.1 计算库存的各商品类别的占比 172 9.2.2 绘制饼图分析库存的各商品类别的占比 174 小结 175 实训 175 实训1 分析商品的存销比 175 实训2 分析库存的菜品类别占比 176 课后习题 177 第 10章 分析用户行为 179 任务10.1 分析客单价 179 10.1.1 计算客单价 179 10.1.2 绘制带数据标记的折线图分析客单价 182 任务10.2 分析用户复购率 183 10.2.1 计算复购率 184 10.2.2 绘制饼图分析用户复购率 190 任务10.3 分析用户支付偏好 191 10.3.1 计算支付方式的占比 191 10.3.2 绘制圆环图进行用户支付偏好分析 194 小结 195 实训 195 实训1 分析客单价 195 实训2 分析顾客的流失率 196 实训3 分析顾客的会员** 197 课后习题 198 第 11章 撰写新零售智能销售数据分析报告 200 任务11.1 认识数据分析报告 200 11.1.1 了解数据分析报告的类型 200 11.1.2 了解数据分析报告的原则 201 11.1.3 了解数据分析报告的结构 201 任务11.2 撰写分析报告 203 11.2.1 背景与目的分析 203 11.2.2 分析思路 203 11.2.3 商品销售情况分析 204 11.2.4 库存分析 205 11.2.5 用户行为分析 206 11.2.6 结论与建议 207 小结 208 实训 撰写餐饮企业数据分析报告 208 课后习题 208

花强,男,河北大学教授,硕士生导师。主要研究方向为机器学习和智能计算,并长期负责河北省大学生数学建模竞赛组织工作。现任河北省工业与应用数学学会秘书长,中国计算机学会会员、中国人工智能学会会员。教学成果**,主持完成河北省教育厅教改课题一项,主持河北省“金课”一门。曾被评为河北省师德先进个人。

张良均。**信息系统项目管理师,泰迪杯全国大学生数据挖掘竞赛(www.tipdm.org)的发起人。华南师范大学、广东工业大学兼职教授,广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历,主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格(水平)考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇,已取得**发明专利12项,主编图书《神经网络实用教程》、《数据挖掘:实用案例分析》、《MATLAB数据分析与挖掘实战》等9本畅销图书,主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书,具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。