 |
-- 會員 / 註冊 --
|
 |
|
|
|
誰說菜鳥不會數據分析（R語言篇） ( 簡體 字) |
| 作者：方小敏,齊德勝,張文霖 | 類別：1. -> 程式設計 -> R語言 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 52876
詢問書籍請說出此書號！【缺書】
NT售價： 345 元 |
| 出版日：5/1/2020 |
| 頁數：220 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121389689 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：《誰說菜鳥不會數據分析》系列圖書自上市以來，已擁有數十萬讀者與粉絲，經過口口相傳，已成為職場人士案頭必備的參考用書。同時，該系列圖書非常榮幸地獲得了“全行業優秀暢銷品種”稱號，這離不開廣大讀者的厚愛與支持。有讀者告訴我們，每次閱讀都會有新的體會與收獲，這讓我們很開心。
隨著云計算、互聯網、電子商務和物聯網的飛速發展，世界已經逐步邁入大數據時代。數據分析、機器學習等數據科學技術開始流行起來，R 語言也越來越被大家熟悉和認可，成為數據分析師的“新寵兒”，特別是在互聯網行業。
目前，市面上關于R 語言數據分析的圖書大多涉及很多晦澀難懂的R 語言編程、統計術語或模型公式。而實際上這些在大多數人的日常工作中基本不會被用到，卻會增加閱讀難度，大大提高學習門檻，讓非專業的朋友學起來較為痛苦。
鑒于此，本書作者于2015 年開始提煉和總結工作中R 語言常用的數據處理、數據分析實戰方法與技巧，并錄制成視頻課程“R 語言數據分析實戰”，發布于網易云課堂。課程在上線后，受到了大量學員的支持與肯定。同時，作者還根據大量熱心學員的寶貴反饋意見，對課程不斷進行升級更新。
通過視頻課程“R 語言數據分析實戰”的錄制、升級，作者沉淀了大量的R 語言數據分析實戰教學經驗。同時，大量的學員與讀者不斷來信咨詢并希望早日出版《誰說菜鳥不會數據分析（R 語言篇）》。經過兩年時間的打磨，這本書終于與讀者見面了。整個寫作過程是艱辛的，但是令人很有成就感。
本書從解決工作實際問題出發，與其他《誰說菜鳥不會數據分析》系列圖書一樣，力求通俗易懂地介紹相關知識，在不影響學習和理解的前提下，盡可能地避免使用晦澀難懂的R 語言編程、統計術語或模型公式。如果讀者需要了解相關的知識，可查閱相關的圖書或資料。
本書的定位是帶領R 語言數據分析初學者入門，并解決在學習、工作中使用R 語言進行數據分析的大部分問題或需求。如果讀者在入門后還需要進一步學習，可自行擴展閱讀相關圖書或資料，因為學習是永無止境的，正所謂“師傅領進門，修行在個人”。
本書結構
本書以數據分析的主要流程為主線，介紹如何用R 語言進行數據分析。
第1 章 數據分析概況：主要通過2W1H 模型介紹了數據分析的相關知識，讓讀者了解與認識數據分析。
第2 章 R 語言概況：主要介紹了什么是R 語言、R 語言的特點、R 語言包、R語言的使用場景、R 軟件和RStudio 的下載與安裝，以及RStudio 的使用，讓讀者了解與認識R 語言。
第3 章 編程基礎：主要介紹了使用R 語言進行數據分析所需要的編程基礎，包括數據類型、賦值和變量、數據結構、向量化運算、for 循環，以及R 語言編程注意事項，讓讀者對R 語言在數據分析方面的使用有一個基本的了解與認識。
第4 章 數據處理：主要介紹了如何使用R 語言進行常用的數據處理操作，包括數據導入與導出、數據清洗、數據轉換、數據抽取、數據合并、數據計算，讓讀者能夠使用R 語言進行常用的數據處理操作。
第5 章 數據分析：主要介紹了如何使用R 語言進行常用的數據分析操作，包括對比分析、基本統計分析、分組分析、結構分析、分布分析、交叉分析、RFM 分析、矩陣分析、相關分析、回歸分析等常用分析方法，讓讀者能夠使用R 語言進行常用的數據分析操作。
第6 章 數據可視化：主要介紹了如何使用R 語言進行常用的數據可視化圖形繪制，包括散點圖、矩陣圖、折線圖、餅圖、柱形圖、條形圖，讓讀者能夠使用R 語言進行常用的數據可視化圖形繪制。
適合人群
★ 需要提升自身競爭力的職場新人
★ 從事咨詢、研究、分析等工作的專業人士
★ 在產品、市場、用戶、渠道、品牌等工作中需要進行數據分析的人士 |
內容簡介：本書從解決工作實際問題出發，提煉并總結工作中R 語言常用的數據處理、數據分析實戰方法與技巧。本書力求通俗易懂地介紹相關知識，在不影響學習和理解的前提下，盡可能地避免使用晦澀難懂的R 語言編程、統計術語或模型公式。如果讀者需要了解相關的知識，可查閱相關的圖書或資料。本書的定位是帶領R 語言數據分析初學者入門，并解決在學習、工作中使用R 語言進行數據分析的大部分問題或需求。如果讀者在入門后還需要進一步學習，可自行擴展閱讀相關圖書或資料，因為學習是永無止境的，正所謂“師傅領進門，修行在個人”。 |
目錄：第1 章 數據分析概況 / 1
1.1 數據分析的定義（What） / 2
1.2 數據分析的作用（Why） / 4
1.3 數據分析的步驟（How） / 5
1.3.1 明確分析目的和思路 / 6
1.3.2 數據收集 / 7
1.3.3 數據處理 / 9
1.3.4 數據分析 / 9
1.3.5 數據展現 / 10
1.3.6 報告撰寫 / 11
1.4 數據分析的三大誤區 / 12
1.5 常用的數據分析工具 / 13
1.5.1 Excel / 13
1.5.2 SPSS / 15
1.5.3 Python / 16
1.5.4 R 語言 / 17
第2 章 R 語言概況 / 18
2.1 R 語言簡介 / 19
2.2 R 語言的特點 / 19
2.3 R 語言包 / 20
2.3.1 函數 / 20
2.3.2 包 / 24
2.4 R 語言的使用場景 / 26
2.5 RStudio 簡介 / 27
2.6 R 軟件和RStudio 的下載與安裝 / 27
2.6.1 下載R 軟件 / 27
2.6.2 安裝R 軟件 / 29
2.6.3 下載RStudio / 34
2.6.4 安裝RStudio / 35
2.7 RStudio 的使用 / 38
2.7.1 RStudio 界面簡介 / 38
2.7.2 項目管理 / 39
2.7.3 新建R 代碼文件 / 41
2.7.4 代碼提示 / 43
2.7.5 變量瀏覽 / 43
2.7.6 圖形繪制 / 45
2.7.7 幫助文檔 / 45
第3 章 編程基礎 / 47
3.1 數據類型 / 48
3.1.1 數值型 / 49
3.1.2 字符型 / 50
3.1.3 邏輯型 / 53
3.2 賦值和變量 / 54
3.2.1 賦值和變量 / 54
3.2.2 變量命名規則 / 55
3.3 數據結構 / 56
3.3.1 向量 / 57
3.3.2 因子 / 59
3.3.3 數據框 / 60
3.3.4 列表 / 67
3.3.5 四種數據結構的區別 / 68
3.4 向量化運算 / 68
3.5 for 循環 / 70
3.6 R 語言編程注意事項 / 73
第4 章 數據處理 / 76
4.1 數據導入與導出 / 77
4.1.1 數據導入 / 77
4.1.2 數據導出 / 86
4.2 數據清洗 / 88
4.2.1 數據排序 / 88
4.2.2 重復數據處理 / 89
4.2.3 缺失數據處理 / 93
4.2.4 空格數據處理 / 96
4.3 數據轉換 / 98
4.3.1 數值轉字符 / 98
4.3.2 字符轉數值 / 101
4.3.3 字符轉時間 / 101
4.4 數據抽取 / 105
4.4.1 字段拆分 / 105
4.4.2 記錄抽取 / 110
4.4.3 隨機抽樣 / 117
4.5 數據合并 / 120
4.5.1 記錄合并 / 120
4.5.2 字段合并 / 123
4.5.3 字段匹配 / 125
4.6 數據計算 / 131
4.6.1 簡單計算 / 131
4.6.2 時間計算 / 132
4.6.3 數據標準化 / 134
4.6.4 數據分組 / 138
第5 章 數據分析 / 142
5.1 對比分析 / 143
5.2 基本統計分析 / 147
5.3 分組分析 / 149
5.4 結構分析 / 151
5.5 分布分析 / 152
5.6 交叉分析 / 155
5.7 RFM 分析 / 157
5.8 矩陣分析 / 166
5.9 相關分析 / 169
5.10 回歸分析 / 172
5.10.1 回歸分析簡介 / 172
5.10.2 簡單線性回歸分析 / 174
5.10.3 多重線性回歸分析 / 178
第6 章 數據可視化 / 183
6.1 數據可視化簡介 / 184
6.1.1 什么是數據可視化 / 184
6.1.2 數據可視化常用圖表 / 184
6.1.3 通過關系選擇圖表 / 185
6.2 散點圖 / 187
6.3 矩陣圖 / 195
6.4 折線圖 / 199
6.5 餅圖 / 204
6.6 柱形圖 / 205
6.7 條形圖 / 209 |
| 序： |
|
