物流数据分析

谢维奇

目录

  • 1 数据分析概述
    • 1.1 前言
    • 1.2 数据分析基础理论
    • 1.3 数据分析流程
    • 1.4 数据分析方法论
    • 1.5 数据分析方法
    • 1.6 数据分析岗位的职业发展
    • 1.7 课件-数据分析概述
  • 2 数据分析业务指标
    • 2.1 统计数据的计量尺度
    • 2.2 数据的集中趋势
    • 2.3 数据的离中趋势
    • 2.4 Excle中安装数据分析工具
    • 2.5 课件-数据分析业务指标
    • 2.6 实验项目1-认识Excel2016
    • 2.7 实验项目2-输入数据
    • 2.8 实验项目3-美化工作表
  • 3 数据准备与处理
    • 3.1 数据表
    • 3.2 演示-二维表和一维表转换
    • 3.3 数据获取
    • 3.4 数据导入
    • 3.5 网络爬虫
    • 3.6 实验项目4- 获取文本数据
    • 3.7 实验项目5-获取网站数据
    • 3.8 数据清洗1-不一致性数据处理
    • 3.9 数据清洗2-重复数据处理
    • 3.10 数据清洗3-缺失值和异常值处理
    • 3.11 数据抽取
    • 3.12 数据加工
    • 3.13 课件-数据准备与处理
  • 4 Excel数据分析
    • 4.1 数据透视表建立
    • 4.2 数据透视表筛选器的使用
    • 4.3 数据透视表样式
    • 4.4 切片器
    • 4.5 数据透视图
    • 4.6 实验项目10-基于订单数据制作透视表
    • 4.7 数据分析工具-描述性统计和相关系数
    • 4.8 数据分析工具-回归分析
    • 4.9 波士顿房价分析-回归分析
  • 5 数据可视化
    • 5.1 图表
    • 5.2 柱状图和条形图
    • 5.3 折线图和饼图
    • 5.4 散点图和其他
    • 5.5 例销售数据图表制作
    • 5.6 选择合适的图表
    • 5.7 通过表格展现数据
  • 6 数据分析工具软件
    • 6.1 数据分析工具软件
    • 6.2 Power Query
    • 6.3 Power Pivot
    • 6.4 Power Map
    • 6.5 FineBI
  • 7 使用数据分析工具软件案例分析
    • 7.1 案例一、新冠肺炎数据分析-数据搜集
    • 7.2 案例一、新冠肺炎数据分析-八爪鱼数据采集
    • 7.3 案例一、新冠肺炎数据分析-爬虫
    • 7.4 案例一、新冠肺炎数据分析-数据预处理
    • 7.5 案例一、新冠肺炎数据分析-全国历史数据分析
    • 7.6 案例一、新冠肺炎数据分析-全国各省实时数据
    • 7.7 案例一、新冠肺炎数据分析-世界各国历史数据
    • 7.8 案例二、新冠肺炎数据大屏（FineBI）-数据准备
    • 7.9 案例二、新冠肺炎数据大屏（FineBI）-数据导入
    • 7.10 案例二、新冠肺炎数据大屏（FineBI）-地图
    • 7.11 案例二、新冠肺炎数据大屏（FineBI）-词云、表格和文本
    • 7.12 案例二、新冠肺炎数据大屏（FineBI）-折线图
    • 7.13 案例二、新冠肺炎数据大屏（FineBI）-各国数据
    • 7.14 案例三、物流数据分析（FineBI）1
    • 7.15 案例三、物流数据分析（FineBI）2
    • 7.16 案例三、物流数据分析（FineBI）3
    • 7.17 案例三、物流数据分析（FineBI）4
    • 7.18 案例三、物流数据分析（FineBI）5
    • 7.19 案例三、物流数据分析（FineBI）6
  • 8 撰写数据分析报告
    • 8.1 认识数据分析报告
    • 8.2 数据分析报告的准备与撰写流程
    • 8.3 数据分析报告的结构
案例二、新冠肺炎数据大屏（FineBI）-数据导入