【Python使用】嘿马python数据分析教程第1篇：Excel的使用,一. Excel的基本使用,二. 会员分析【附

教程总体简介：Excel的使用 全渠道业务概述 1. Excel的使用(预计4小时) 2. 全渠道业务分析(预计4小时) 第01章 Pandas基础 第02章 DataFrame基本操作 第03章 数据分析入门 第04章 选取数据子集 第05章 布尔索引 第06章 分组聚合、过滤、转换 第09章 时间序列分析 第10章 用Matplotlib、Pandas、Seaborn进行可视化

完整笔记资料代码：https://gitee.com/yinuo112/Backend/tree/master/Python/嘿马pyt...

感兴趣的小伙伴可以自取哦~

---

全套教程部分目录：

---

部分文件图片：

一. Excel的基本使用

• 1.1_Excel的基本概念
• 1.2_Excel的基本操作
• 1.3_Excel的常用函数
• 1.4_Excel的透视表
• 1.5_Excel的常见图形
• 1.6_Excel的数据分析流程

二. 会员分析

• 2.1_会员分析概述
• 2.2_会员存量增量分析
• 2.3_会员增量等级分布
• 2.4_等级分布占比分析
• 2.5_总量等级分布
• 2.6_电商与线下会员增量分析
• 2.7_地区会员店均分析
• 2.8_门店渠道会员明细
• 2.9_各地区会销比
• 2.10_会员连带率分析
• 2.11_复购率分析

三. 全渠道分析

• 3.0_全渠道分析概述
• 3.1_全渠道展销比
• 3.2_各地区门店参与度
• 3.3_接单主动性分析
• 3.4_月店均发货量分析
• 3.5_门店发货差错率
• 3.6_PPT报告
• 3.7_奖励表

Excel的使用

Excel基本概念

Microsoft Excel是Microsoft是一款使用最为广泛的电子表格软件。

• 工作簿

  • 一个Excel文件, 就是一个工作簿

• 工作表

  • 一个sheet, 就是一个工作表
• 单元格

• 菜单介绍

  • 文件
  • 开始
  • 插入
  • 页面布局
  • 公式
  • 数据
  • 审阅

Excel基本操作

• 数据导入

  • 从文件中导入
  • 从网站导入

  • 从数据库导入

    • 数据库 只支持Access, SQL Server

• 开始菜单

  • 字体,边线,颜色,对齐方式,...

  • 条件格式

    • 突出显示单元格规则
    • 数据条
    • 图标集
    • 色阶
    • 新建规则
    • 清除规则
  • 套用表格格式
  • 单元格样式
  • 格式

  • 单元格 - 格式 -> 保护 - 锁定

    1. 确定整表锁定
    2. 锁定要保护的数据区域
    3. 保护工作表
  • 查找与替换

• 数据菜单

  • 自动求和
  • 删除重复项
  • 排序
  • 筛选
  • 数据验证

公式函数

• 计算函数

  • countif
  • countifs
  • sumif
  • sumifs
  • rank

• 逻辑函数

  • and
  • or
  • not
  • if

• 过滤/查找函数

  • match
  • index
  • vlookup
  • hlookup

  • indirect

    • indirect("B2") 获取B2单元格内容
    • indirect(B13) 获取B2单元格内容

    • 二级菜单

      • 说明: 这里有多少名称, 就要点击多少次

• 文本函数

  • left
  • right
  • mid
  • find
  • len
  • substitute
  • concatenate与&
  • upper
  • lower

透视表

• 源数据

  • 要求：做一张数据透视表，计算每个部门各费用的合计，并做人员和职级的切片器
• 制作透视表
• 切片器
• 数据透视图
• 美化

常见图形

• 折线图

  • 描述随时间的变化情况
  • 描述数据的分布情况

• 散点图

  • 相关性分析
  • 查看数据分布情况

• 柱状图

  • 数据对比分析
  • 数据随时间的变化情况(时间序列)

• 堆叠图

  • 描述整体与部分的关系

• 饼状图

  • 用于表示不同分类的占比情况

• 面积图

  • 描述整体与部分关系

• 环形图

  • 描述整体与部分关系

• 旭日图

  • 一般用来表示数据按层级组成关系

• 漏斗图

  • 漏斗图适用于业务流程比较规范、周期长、环节多的流程分析.

• 雷达图

  • 雷达图是以相同点开始的轴上表示的三个或更多个定量变量的二维图形的形式显示多变量数据的图形方法

数据分析的流程

1. 明确分析目的和思路

   • 只有明确数据分析的目的，才能确保数据分析有效进行，为数据的采集、处理、分析提供清晰的指引方向

2. 数据收集

   • 数据收集按照确定的数据分析的目的来收集相关数据的过程，为数据分析提供依据。一般数据来源于数据库、互联网、市场调查、公开出版物

3. 数据处理

   • 数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法。

4. 数据分析(建立模型)

   • 现状,原因分析
   • 多维度分析
   • 可视化分析

5. 数据展示

   • 数据是通过表格和图形的方式来呈现的，即用图表说话

6. 报告撰写

   • 数据分析报告是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，以供决策者参考。
   • 数据分析报告是通过对数据全方位的科学分析来评估企业运营质量，为决策者提供科学、严谨的决策依据，以降低企业运营风险，提高企业核心竞争力。

   • 一份好的分析报告，

     • 首先需要有一个好的分析框架，并且层次明晰，图文并茂，能够让读者一目了然。结构清晰、主次分明可以使阅读对象正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于读者更形象、直观地看清楚问题和结论，从而产生思考。
     • 其次，需要有明确的结论，没有明确结论的分析称不上分析，同时也失去了报告的意义，因为最初就是为寻找或者求证一个结论才进行分析的，所以千万不要舍本求末。
     • 第三，一定要有建议或解决方案，作为决策者，需要的不仅仅是找出问题，更重要的是建议或解决方案，以便他们在决策时参考。所以，数据分析师不光需要掌握数据分析方法，而且还要了解和熟悉业务，这样才能根据发现的业务问题，提出具有可行性的建议或解决方案。