本书重点介绍了目前处理数据非常有效的工具——Excel、Python和数据库的应用知识。本书通过一则完整的故事讨论了如何以Python编程为中心，结合Excel和数据库的特点，并以基础统计学贯穿其中，帮助读者深入地了解数据分析的相关知识。在本书中，首先，讨论了如何使用Excel整理数据，以及Excel中数学和统计函数的应用；其次，探讨了与Python编程相关的数据分析内容，包括在Python中进行数据统计工作，以及各种格式数据的转换等；然后，讨论SQLite和MySQL数据库的应用，并介绍了如何使用Python操作数据库；最后，介绍了如何综合使用Excel、数据库和Python编程等工具打造自动化的数据处理中心。
本书架构清晰，内容深入浅出，案例丰富，适合需要进行数据处理和统计分析的职场人士、计算机爱好者等阅读。
作者简介:
曹化宇，独立软件开发人，拥有20余年软件开发经验，从事Windows、.NET Framework、Android等应用开发，精通Web项目开发。编写的图书有《网站全栈开发指南：HTML+CSS+JavaScript+PHP》《网站全栈开发指南：HTML+CSS+JavaScript+ASP.NET》《Java与Android移动应用开发：技术、方法与实践》《C#开发实用指南：方法与实践》《Objective-C和Sprite Kit游戏开发从入门到精通》《构建高质量的C#代码》等。
目录:
第1章 网店开业——初识数据 1
1.1 清点库存——获取原始数据 1
1.2 数据标准化——整理Excel 数据 2
1.3 认识数据 14
1.4 寻找“大客户”——排序 16
1.5 数据挑着看——筛选 17
1.6 数据交换——Excel和CSV 19
第2章 销量的起伏——数据背后的 故事 25
2.1 销售数据如何——简单的统计 25
2.2 学看统计图 43
2.3 销量下降——是时候认真 分析数据了 47
第3章 凌晨3点——又加班了 51
3.1 多销售渠道的烦恼 51
3.2 日报表、月报表、 年度报表等 53
第4章 强大的信息处理工具—— Python编程 54
4.1 创建Python环境 54
4.2 编写Python代码 64
4.3 功能实现者——函数和lambda 表达式 66
4.4 “对象”是主角——面向对象 编程 74
4.5 模块化管理 91
4.6 向左还是向右——代码流程 控制 96
4.7 处理运行错误 104
第5章 更灵活的计算——在Python 中处理数据 108
5.1 不一样的算术运算 108
5.2 随机数 110
5.3 序列 112
5.4 字典 124
5.5 集合 128
5.6 更自由的排列—— sorted 函数 129
5.7 数学计算—— math模块 131
5.8 统计资源—— statistics模块 132
5.9 计算百分位数 136
5.10 计算标准分数 139
5.11 按中文拼音排序 139
5.12 日期和时间 142
第6章 “超能熊猫”来帮忙—— pandas应用 149
6.1 Series对象 149
6.2 排序 152
6.3 统计方法 154
第7章 二维表模型—— DataFrame 158
7.1 DataFrame对象 158
7.2 读取数据 160
7.3 排序 168
7.4 按条件查询数据 170
7.5 处理空值数据 173
7.6 处理重复数据 174
7.7 数据旋转 177
7.8 数据合并 178
7.9 数据连接 181
7.10 统计方法 182
7.11 分组 183
7.12 透视表 185
第8章 图形更直观——pandas 绘制统计图 188
8.1 部分与整体的比例——饼图 189
8.2 数据的关系与分布——散点图与 气泡图 193
8.3 趋势——折线图 197
8.4 更直观的对比——条形图 202
8.5 数据的“距”——箱线图 209
第9章 数据中转站——数据格式 转换 211
9.1 xlwt模块写入Excel 211
9.2 xlrd模块读取Excel 215
9.3 openpyxl模块读写Excel 217
9.4 pandas模块读写Excel 220
9.5 csv模块读写CSV数据 223
9.6 pandas模块读写CSV数据 227
第10章 强大的数据仓库—— SQLite数据库 229
10.1 使用DB Browser for SQLite 229
10.2 数据类型 230
10.3 数据表 230
10.4 导入CSV数据 236
10.5 查询与视图 237
10.6 添加数据 252
10.7 修改数据 254
10.8 删除数据 255
10.9 日期和时间的处理方式 255
第11章 Python操作SQLite 261
11.1 应用基础 261
11.2 查询单值 265
11.3 查询单条记录 266
11.4 查询多条记录 267
11.5 查询单列数据 270
11.6 添加数据 271
11.7 修改数据 273
11.8 删除数据 274
11.9 扩展操作 275
11.10 pandas读取和写入SQLite数据 282
第12章 更大、更快、更强——MySQL数据库 285
12.1 MySQL安装与配置 285
12.2 使用HeidiSQL 289
12.3 常用数据类型 291
12.4 数据表 292
12.5 导入CSV数据 298
12.6 查询和视图 302
12.7 数据添加、修改和删除 314
12.8 常用函数与功能 315
12.9 存储过程 321
第13章 Python操作MySQL 323
13.1 应用基础 323
13.2 创建tMySql类 325
13.3 查询单值 327
13.4 查询单条记录 328
13.5 查询多条记录 329
13.6 查询单列数据 331
13.7 添加记录 332
13.8 修改数据 335
13.9 删除记录 336
13.10 pandas读取和写入MySQL数据 337
第14章 数据一箩筐——打造数据中心 339
14.1 创建数据中心 339
14.2 批量导入数据 341
14.3 定时导入 343
14.4 处理网络数据 349
14.5 从图像中识别数据OCR） 353
第15章 更深入的数据分析 365
15.1 客户的抱怨——处理文本信息 365
15.2 关于服装的信息 373
15.3 “购买指数”——产品推荐算法 374
第16章 早上八点，一杯咖啡，一份报表 378
16.1 自动生成报表 378
16.2 继续前进 383
点击下载