数据分析轻松进阶 从Excel到Python和R

数据分析领域看似令人生畏，但你可以借助Excel这一“神奇的跳板”，轻松跃入数据分析领域。通过这本实践指南，Excel用户将轻松学会数据分析师常用的语言，在面对复杂的数据分析任务时做到胸有成竹。读完本书后，你将能够使用Python和R进行探索性数据分析和假设检验。 本书首先利用Excel帮助你理解概率分布、相关性、线性回归等统计学知识，然后分别展示如何将这些知识迁移到Python和R中。通过使用本书介绍的工具和框架，你将能够很好地掌握继续学习高级数据分析技术的窍门。 本书的阅读路线如下。 * Excel数据分析基础：使用Excel检验变量之间的关系，并将统计学和数据分析中的重要概念可视化。 * 从Excel到R：将你在Excel中学到的数据分析知识迁移到R中。 * 从Excel到Python：将你在Excel中学到的数据分析知识迁移到Python中，并对照R进行完整的数据分析。

初入数据分析世界的你是否不知从何学起？本书为你绘制了一条从Excel轻松进阶到R和Python的平坦路线。你将学习如何使用R和Python这两种常用的数据编程语言进行探索性数据分析和假设检验，并在学习过程中获得实践经验。本书分为三大部分，共计14章。在第一部分中，你将使用Excel学习统计学概念，并为数据分析奠定基础。在第二部分和第三部分中，你将了解如何把已学的Excel数据分析知识分别迁移到R和Python中。本书提供丰富的代码示例和“开箱即用”的数据集，有助于你在初涉数据分析领域时轻松向前迈进一大步。
本书适合有一定的Excel经验且希望进一步学习数据分析的读者阅读。

  乔治.芒特（George Mount）是数据分析培训与咨询公司Stringfest Analytics的创始人兼首席执行官。他曾与行业先进的训练营、学习平台和实践组织合作，帮助人们提高数据分析技能。

前言
第一部分 Excel数据分析基础
第1章 探索性数据分析入门3
1.1什么是探索性数据分析3
1.1.1观测值5
1.1.2变量5
1.2演示：对变量进行分类8
1.3小结：变量类型10
1.4在Excel中探索变量10
1.4.1探索分类变量10
1.4.2探索定量变量13
1.5本章小结22
1.6练习23
第2章 概率论基础25
2.1概率与随机性25
2.2概率与样本空间26
2.3概率与实验26
2.4非条件概率与条件概率26
2.5概率分布27
2.5.1离散概率分布27
2.5.2连续概率分布30
2.6本章小结37
2.7练习37
第3章 推断统计基础39
3.1推断统计框架40
3.1.1收集有代表性的样本40
3.1.2陈述假设41
3.1.3制订分析计划42
3.1.4分析数据44
3.1.5做出决定46
3.2数据由你主宰52
3.3本章小结53
3.4练习53
第4章 相关性和回归55
4.1“相关并不等于因果”55
4.2相关性简介56
4.3从相关性到回归60
4.4Excel中的线性回归62
4.5反思结果：虚假关系67
4.6本章小结68
4.7高阶编程阶段68
4.8练习69
第5章 数据分析栈71
5.1统计学、数据分析和数据科学71
5.1.1统计学71
5.1.2数据分析71
5.1.3商业分析72
5.1.4数据科学72
5.1.5机器学习72
5.1.6独特，但不排他73
5.2数据分析栈的重要性73
5.2.1电子表格74
5.2.2数据库76
5.2.3商业智能平台77
5.2.4数据编程语言77
5.3本章小结79
5.4下一步79
5.5练习79
第二部分 从Excel到R
第6章 使用R之前的准备工作83
6.1下载R83
6.2RStudio入门83
6.3R包92
6.4升级R、RStudio和R包93
6.5本章小结93
6.6练习94
第7章 R中的数据结构97
7.1向量97
7.2索引向量和提取子集99
7.3从Excel表格到R数据框100
7.4在R中导入数据102
7.5探索R数据框106
7.6索引R数据框和提取子集107
7.7将数据写入R数据框108
7.8本章小结109
7.9练习109
第8章 使用R进行数据处理与可视化111
8.1使用dplyr包处理数据112
8.1.1按列操作112
8.1.2按行操作114
8.1.3聚合和连接数据117
8.1.4dplyr包和管道运算符119
8.1.5使用tidyr包重塑数据121
8.2使用ggplot2包可视化数据123
8.3本章小结129
8.4练习129
第9章 使用R进行数据分析131
9.1探索性数据分析132
9.2假设检验135
9.2.1独立样本t检验136
9.2.2线性回归138
9.2.3训练集/测试集分离和验证139
9.3本章小结142
9.4练习142
第三部分 从Excel到Python
第10章 使用Python之前的准备工作145
10.1下载Python145
10.2JupyterNotebook入门146
10.3Python中的模块154
10.4升级Python、Anaconda和Python包156
10.5本章小结156
10.6练习156
第11章 Python中的数据结构157
11.1numpy数组158
11.2索引numpy数组和提取子集159
11.3pandas数据框161
11.4在Python中导入数据162
11.5探索pandas数据框163
11.5.1索引pandas数据框和提取子集165
11.5.2把pandas数据框写入文件166
11.6本章小结166
11.7练习166
第12章 使用Python进行数据处理与可视化167
12.1按列操作168
12.2按行操作170
12.3聚合和连接数据171
12.4重塑数据173
12.5可视化数据174
12.6本章小结179
12.7练习179
第13章 使用Python进行数据分析181
13.1探索性数据分析182
13.2假设检验184
13.2.1独立样本t检验185
13.2.2线性回归186
13.2.3训练集/测试集分离和验证187
13.3本章小结189
13.4练习189
第14章 结论和展望191
14.1进一步学习的方向191
14.2研究设计和商业实验191
14.3进一步学习统计方法192
14.4数据科学和机器学习192
14.5版本控制192
14.6道德准则193
14.7勇往直前193
14.8告别的话193