更新时间：2023-04-21 19:52:49
封面
前言
第1章 Excel与Python的定位与功能对比
1.1 数据分析简介
1.1.1 发展趋势
1.1.2 赋能增值
1.2 Excel与Python的特征对比
1.2.1 定位对比
1.2.2 操作方式对比
1.2.3 适用场景和对象
1.3 Excel与Python的功能范围
1.3.1 Excel的功能区
1.3.2 Python数据处理包和工具
1.3.3 Excel与Python的数据处理功能对比
1.4 Excel与Python的选择和协作
1.4.1 如何选择
1.4.2 如何协作
第2章 统计量
2.1 常用统计量介绍
2.1.1 集中趋势
2.1.2 离散程度
2.1.3 可能性评估
2.1.4 条件概率
2.2 随机变量及其分布
2.2.1 随机变量
2.2.2 离散型随机变量分布
2.2.3 连续型随机变量分布
第3章 实践环境的搭建
3.1 Excel数据分析环境
3.1.1 配置和扩展功能区
3.1.2 Excel的操作方法
3.2 Python开发环境
3.2.1 安装Python
3.2.2 安装Anaconda开发环境
3.3 Python基础语法
3.3.1 认识Python的工作方式
3.3.2 基础语法——Python的独特“口音”
3.3.3 变量与类型——角色扮演
3.3.4 运算符——算术演示
3.3.5 字符串操作——以语文实例演示
3.3.6 条件控制——以物理实例演示
3.3.7 循环控制——以数学实例演示
3.3.8 GUI编程——以美术实例演示
3.3.9 复合数据类型——以地理实例演示
3.3.10 函数——以化学实例演示
3.3.11 类——时间对象的演示
3.3.12 包和模块
3.3.13 主要的数据科学包
3.3.14 数据库操作
3.4 Excel与Python的整合环境
3.4.1 安装openpyxl包
3.4.2 构建测试数据
3.4.3 Excel文件读写
3.4.4 自动化处理
第4章 数据处理与分析
4.1 各种统计量的计算
4.1.1 平均数的计算
4.1.2 中位数的计算
4.1.3 众数的计算
4.1.4 最大值、最小值的计算
4.1.5 四分位数的计算
4.1.6 标准差的计算
4.1.7 频率计算
4.1.8 Excel与Python中统计量函数对比
4.2 数据分析与概率统计
4.2.1 描述统计
4.2.2 排列组合
4.2.3 二项分布计算
4.2.4 几何分布计算
4.2.5 正态分布计算
4.2.6 抽样工具
4.2.7 相关系数
4.2.8 方差分析
4.2.9 Excel和Python数据分析和概率计算功能对比
4.3 逻辑运算
4.3.1 逻辑“与”的运算
4.3.2 逻辑假的设置
4.3.3 逻辑条件判断
4.3.4 逻辑错误处理
4.3.5 异常值处理
4.3.6 逻辑“非”的运算
4.3.7 逻辑“异或”的运算
4.3.8 Excel与Python逻辑运算对比
4.4 文本处理
4.4.1 拼接字符串
4.4.2 对比字符串
4.4.3 查找字符串
4.4.4 计算字符串长度
4.4.5 大小写转换
4.4.6 替换字符串
4.4.7 去除空格
4.4.8 Excel和Python的文本处理函数对比
4.5 日期与时间
4.5.1 构建日期和时间数据
4.5.2 拆分日期和时间数据
4.5.3 日期的加减
4.5.4 星期制度数据
4.5.5 转换日期和时间格式
4.5.6 Excel和Python的日期和时间函数对比
4.6 查找与引用
