描述
开 本: 128开纸 张: 胶版纸包 装: 平装-胶订是否套装: 是国际标准书号ISBN: SZ001228
“入职数据分析师系列”图书目前出版有三本。前两本《对比Excel，轻松学习Python 数据分析》和《对比Excel，轻松学习SQL 数据分析》深受读者好评，截至2021 年8 月累计销量近15万册。新书《对比Excel，轻松学习Python 报表自动化》继承了对比学习的特点，帮助职场新人利用Python来实现报表自动化，大幅提升工作效率。
《对比Excel，轻松学习Python数据分析》内容简介
集Python、Excel、数据分析为一体是本书的一大特色。
本书围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论进行Excel和Python的对比实现，告诉你每一个过程中都会用到什么，过程与过程之间有什么联系。本书既可以作为系统学习数据分析操作流程的说明书，也可以作为一本数据分析师案头的实操工具书。
本书通过对比Excel功能操作去学习Python的代码实现，而不是直接学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel比较熟练的数据分析师，以及从事其他岗位想提高工作效率的职场人。
《对比Excel，轻松学习SQL数据分析》内容简介
全书分为3 篇：第1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2 篇主要围绕数据分析的整个流程来介绍与SQL 语法相关的知识，包括如何选取一列数据、如何对数据进行分组运算等基础知识，还包括窗口函数等进阶知识；第3 篇主要介绍SQL 数据分析实战，都是一些比较常规的业务场景实战。
本书适合零基础学习 SQL 的人员，包括数据分析师、产品经理、数据运营人员、市场营销人员、应届毕业生等所有需要利用SQL 查询数据的人员。
《对比Excel，轻松学习Python 报表自动化》内容简介
全书内容围绕Excel 功能区的各个模块，通过对比Excel 的方式来详细讲解每个模块中对应的Python 代码如何实现，轻松、快速地帮助职场人实现报表自动化，提高工作效率。本书主要分为4 个部分：第1 部分介绍Python 基础知识，让读者对Python 中常用的操作和概念有所了解；第2 部分介绍格式相关的设置方法，包括字体设置、条件格式设置等内容；第3 部分介绍各种类型的函数；第4 部分介绍自动化相关的其他技能，比如自动发送邮件、自动打包等操作。
本书适合每天需要做很多报表，希望通过学习报表自动化来提高工作效率的所有读者，包括但不限于分析师、数据运营、财务等人群。
《对比Excel，轻松学习Python数据分析》前言
为什么要写这本书
本书既是一本数据分析的书，也是一本Excel数据分析的书，同时还是一本Python数据分析的书。在互联网上，无论是搜索数据分析，还是搜索Excel数据分析，亦或是搜索Python数据分析，我们都可以找到很多相关的图书。既然已经有这么多同类题材的书了，为什么我还要写呢？因为在我准备写这本书时，还没有一本把数据分析、Excel数据分析、Python数据分析这三者结合在一起的书。
为什么我要把它们结合在一起写呢？那是因为，我认为这三者是一个数据分析师的技能，而且这三者本身也是一个有机统一体。数据分析让你知道怎么分析以及分析什么；Excel和Python是你在分析过程中会用到的两个工具。
为什么要学习Python
既然Python在数据分析领域是一个和Excel类似的数据分析工具，二者实现的功能都一样，为什么还要学Python，把Excel学好不就行了吗？我认为学习Python的主要原因有以下几点。
1．在处理大量数据时，Python的效率高于Excel
当数据量很小的时候，Excel和Python的处理速度基本上差不多，但是当数据量较大或者公式嵌套太多时，Excel就会变得很慢，这个时候怎么办呢？我们可以使用Python，Python对于海量数据的处理效果要明显优于Excel。用Vlookup函数做一个实验，两个大小均为23MB的表（6万行数据），在未作任何处理、没有任何公式嵌套之前，Excel中直接在一个表中用Vlookup函数获取另一个表的数据需要20秒（我的计算机性能参数是I7、8GB内存、256GB固态硬盘），配置稍微差点的计算机可能打开这个表都很难。但是用Python实现上述过程只需要580毫秒，即0.58秒，是Excel效率的34倍。
2．Python可以轻松实现自动化
你可能会说Excel的VBA也可以自动化，但是VBA主要还是基于Excel内部的自动化，一些其他方面的自动化VBA就做不了，比如你要针对本地某一文件夹下面的文件名进行批量修改，VBA就不能实现，但是Python可以。
3．Python可用来做算法模型
虽然你是做数据分析的，但是一些基础的算法模型还是有必要掌握的，Python可以让你在懂一些基础的算法原理的情况下就能搭建一些模型，比如你可以使用聚类算法搭建一个模型去对用户进行分类。
为什么要对比Excel学习Python
Python虽然是一门编程语言，但是在数据分析领域实现的功能和Excel的基本功能一样，而Excel又是大家比较熟悉、容易上手的软件，所以可以通过Excel数据分析去对比学习Python数据分析。对于同一个功能，本书告诉你在Excel中怎么做，并告诉你对应到Python中是什么样的代码。例如数值替换，即把一个值替换成另一个值，对把“Excel”替换成“Python”这一要求，在Excel中可以通过鼠标点选实现，如下图所示。
在Python中则通过具体的代码实现，如下所示。
df.replace(“Excel”,”Python”) # 表示将表df中的Excel替换成Python
本书将数据分析过程中涉及的每一个操作都按这种方式对照讲解，让你从熟悉的Excel操作中去学习对应的Python实现，而不是直接学习Python代码，大大降低了学习门槛，消除了大家对代码的恐惧心理。这也是本书的一大特色，也是我为什么要写本书的主要原因，就是希望帮助你不再惧怕代码，让你可以像学Excel数据分析一样，轻松学习Python数据分析。
本书的学习建议
要想完全掌握一项技能，你必须系统学习它，知道它的前因后果。本书不是孤立地讲Excel或者Python中的操作，而是围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论，告诉你每一个过程都会用到什么操作，这些操作用Excel和Python分别怎么实现。这样一本书既是系统学习数据分析流程操作的说明书，也是数据分析师案头的实操工具书。
大家在读遍的时候不用记住所有函数，你是记不住的，即使你记住了，如果在工作中不用，那么很快就会忘记。正确的学习方式应该是，先弄清楚一名数据分析师在日常工作中对工具都会有什么需求（当然了，本书的顺序是按照数据分析的常规分析流程来写的），希望工具帮助你达到什么样的目的，罗列好需求以后，再去研究工具的使用方法。比如，要删除重复值，就要明确用Excel如何实现，用Python又该如何实现，两种工具在实现方式上有什么异同，这样对比次数多了以后，在遇到问题时，你自然而然就能用快的速度选出适合的工具了。
数据分析一定是先有想法然后考虑如何用工具实现，而不是刚开始就陷入记忆工具的使用方法中。
本书写了什么
本书分为三篇。
入门篇：主要讲数据分析的一些基础知识，介绍数据分析是什么，为什么要做数据分析，数据分析究竟在分析什么，以及数据分析的常规流程。
实践篇：围绕数据分析的整个流程，分别介绍每一个步骤中的操作，这些操作用Excel如何实现，用Python又如何实现。本篇内容主要包括：Python环境配置、Python基础知识、数据源的获取、数据概览、数据预处理、数值操作、数据运算、时间序列、数据分组、数据透视表、结果文件导出、数据可视化等。
进阶篇：介绍几个实战案例，让你体会一下在实际业务中如何使用Python。具体来说，进阶篇的内容主要包括，利用Python实现报表自动化、自动发送电子邮件，以及在不同业务场景中的案例分析。此外，还补充介绍了NumPy数组的一些常用方法。
本书适合谁
本书主要适合以下人群。
- Excel已经用得熟练，想学习Python来丰富自己技能的数据分析师。
- 刚入行对Excel和Python都不精通的数据分析师。
- 其他常用Excel却想通过学习Python提高工作效率的人。
Python 虽然是一门编程语言，但是它并不难学，不仅不难学，而且很容易上手，这也是Python深受广大数据从业者喜爱的原因之一，因此大家在学习Python之前首先在心里告诉自己一句话，那就是Python并没有那么难。
致谢
感谢我的父母，是他们给了我受教育的机会，才有了今天的我。
感谢我的公众号的读者朋友们，如果不是他们，那么我可能不会坚持撰写技术文章，更不会有这本书。
感谢慧敏让我意识到写书的意义，从而创作本书，感谢电子工业出版社为这本书忙碌的所有人。
感谢我的女朋友，在写书的这段日子里，我几乎把所有的业余时间全用在了写作上，很少陪她，但她还是一直鼓励我，支持我。
《对比Excel，轻松学习SQL数据分析》前言
为什么要写这本书
《对比 Excel，轻松学习Python 数据分析》在出版后收到了不少读者和同行的评论，说写作角度很独特，对新手很友好，笔者印象深刻的一条评论是：“一本书的好坏足以影响一个人要不要继续在这条路上走下去。”如果能够让读者意识到学习这门知识并不难，并且愿意继续学下去，哪怕这本书不能让读者完全掌握这门技能，但是至少让读者有了走下去的信心，笔者觉得也是极好的。
基于以上原因，笔者重新审视了一下自己，又去看了看市面上与 SQL 相关的书，发现目前市面上与 SQL 相关的书主要有两类：一类是讲解基础知识的；另一类是讲解数据库底层知识的。专门面向数据分析师的 SQL 的书并没有。学过数据库的读者应该都知道，数据库的基本功能是增、删、改、查，做过数据分析工作的读者基本上也知道，数据分析师基本不需要进行增、删、改操作，只需要进行查操作。说到查，大部分人都会觉得很简单，不就是 select * from t 吗？select 本身没什么难度，随便在网上搜一篇教程或者找一本讲查询基础知识的书，一天基本就可以学会了。
但是为什么我们学会了select，在面试或者刚参加工作接到一个需求的时候，还是不知道怎么用select 呢？这是因为书里面讲的基础知识都是一步一步拆解完的，在实际工作中你需要进行组装，没有一个现成的表格让你select 一下就出结果了，你需要进行各种各样的join、group by 等操作，然后才能得到想要的结果。如何组装每一步操作才是利用SQL 进行数据分析的难点。但这部分知识目前市面上的书中几乎都没有讲，所以，笔者决定再写一本读者呼声比较大的、与SQL 相关的书——《对比Excel，轻松学习SQL 数据分析》。
为什么要学习 SQL
学习SQL 的主要原因是工作需要。网上关于数据相关岗位的招聘都要求有熟练使用SQL 这一条，为什么会这样呢？这是因为我们负责的是与数据相关的工作，而获取数据是我们工作的步，比如，你要通过数据做决策，但是现在公司的数据基本上不存储在本地Excel 表中，而是存储在数据库中，想要从数据库中获取数据就需要使用SQL，所以熟练使用SQL 成了数据相关从业者入职的必要条件。
为什么要对比 Excel 学习SQL
不知道读者还记不记得，上学的时候背元素周期表、背三角定理、背单词等，老师是不是教了很多顺口溜？
想一下为什么老师要教我们顺口溜，或者我们为什么要通过所谓的方法学习或记忆知识呢？笔者觉得所有的方法都是为了让我们的学习更有效率，更容易掌握所学的知识。
对比学习是一种学习方法，而且《对比 Excel，轻松学习Python 数据分析》的读者对此方法反响很好，为了尽可能地降低读者的学习门槛，笔者打算继续沿用这种写作风格。
本书学习建议
本书的前半部分主要介绍 SQL 的一些基础知识，后半部分主要介绍实战，读者在学完前面基础知识以后对后面的实战部分一定要多看几遍，在看解析之前尽量先自己独立思考，如果现在让你做，你会怎么做？因为前面说过，学习 SQL 的难点在于思维，所以读者一定要重点通过后面的实战部分来锻炼自己的思维。
本书写了什么
全书分为 3 篇：第1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2 篇主要围绕数据分析的整个流程来介绍与 SQL 语法相关的知识，包括如何选取一列数据、如何对数据进行分组运算等基础知识，还包括窗口函数等进阶知识；第3 篇主要介绍SQL 数据分析实战，都是一些比较常规的业务场景实战。
本书读者对象
本书适合零基础学习 SQL 的人员，包括数据分析师、产品经理、数据运营人员、市场营销人员、应届毕业生等所有需要利用SQL 查询数据的人员。
本书说明
本书的所有代码和函数均以MySQL 8.0 为主，MySQL 的其他版本与8.0 差不多，只是个别函数有差别，读者如果遇到其他版本与本版本不同的函数使用，可以上网查询。
《对比Excel，轻松学习Python报表自动化》前言
为什么要写这本书
作为一名数据分析师，在日常工作中或多或少都会涉及报表制作的工作。虽然我在《对比Excel，轻松学习Python 数据分析》一书中介绍了数据分析涉及的一些基本操作，但更多是从分析层面出发的，比如如何处理异常值、如何进行可视化等。而在实际的报表制作中，会用到很多函数及格式设置，比如调整字体的大小、颜色等，所以本书将围绕报表制作的流程，通过对比Excel 的方式来讲解报表制作中每个环节对应的Python 代码如何实现。
为什么要学习报表自动化
数据分析师的一项重要工作就是制作报表，不同数据分析师制作报表的工作量比重是不一样的，有的人比较多，有的人比较少。数据分析师的核心价值其实不是做报表，而是通过报表去发现业务问题，从而提出优化建议。但是如果制作报表耗费的时间太多，就会导致没有时间去做深入分析，毕竟人的精力是有限的。所以我们要尽可能地实现报表自动化，从而留出更多的时间去做分析。
本书学习建议
学习Python，关键是练习。建议读者在阅读本书后，看一下自己工作中的哪个报表能够用书中学到的知识实现，先逼自己实现个，再实现第二个，……。刚开始会比较痛苦、比较慢，可能写代码要比自己手动做还要慢，不要紧，只要迈出了步，后面就会越来越熟练，越来越快。
本书写了什么
本书主要分为4 个部分：第1 部分介绍Python 基础知识，让读者对Python 中常用的操作和概念有所了解；第2 部分介绍格式相关的设置方法，包括字体设置、条件格式设置等内容；第3 部分介绍各种类型的函数；第4 部分介绍自动化相关的其他技能，比如自动发送邮件、自动打包等操作。
本书读者对象
本书适合每天需要做很多报表，希望通过学习报表自动化来提高工作效率的所有读者，包括但不限于分析师、数据运营、财务等人群。
本书说明
关于本书用到的安装包、数据集、代码等资源，读者可以通过关注我的个人公众号——俊红的数据分析之路（ID：zhangjunhong0428）下载并使用。
数据分析的门槛可以很高，也可以很低，但数据分析很重要！这本书不是晦涩难懂的学术教材，而是适合不同层次职场人士学习的工具书，通俗易懂地阐述了数据分析的基础及在不同工具下的主要实践，对于初学者或是资深数据爱好者都有很好的启发和助益。
——黄小伟 有赞数据分析团队负责人/R语言中文社区创始人
大数据时代，数据分析是每个职场人士的技能之一，你掌握了吗？本书以人人都熟悉的做菜场景为类比，用轻松的语言讲述数据分析的核心要素。本书是初入数据分析领域的读者的一个很好的入门教材，同时也适合有一定分析经验的读者参考。
——黄崇杰 平安壹钱包数据营销总监
数据分析工作中80%以上的时间都在处理底层数据。一份“高大上”的数据分析报告实际上只花费了数据分析师不到20%的时间。张俊红的这本书出现的正是时候，Excel好用但是在处理大数据时效率低下，掌握了Python，数据分析工作将如虎添翼。数据分析师动动手指产出分析报告的美好时光指日可待了！
——刘洋 阿里巴巴高级产品专家
本书为传统数据分析人员迈向大数据时代指明方向，阅读本书可以增加你的职场竞争优势。
——闵军 找钢网数据中心总经理
本书是一本少见的结合了Excel、Python的数据分析书。Excel和Python作为基础的数据分析工具，对于数据分析师来说十分必要，相信任何一个有志于学习数据分析的读者，都能从此书中收获良多。
——张浩彬 广东柯内特环境科技有限公司首席数据科学家
本书通过Python来分析数据，作者在介绍数据分析操作步骤的过程中展示了大量的对数据分析的思考，对于想从事数据分析的读者而言，这是一本很好的工具书。
——赵良 中国统计网联合创始人
作为这几年十分热门的编程语言之一，Python在数据分析方面的能力几乎是无限的，限制就在于使用者本身的能力和认知。对数据分析师而言，用Python做数据分析已经成为技能。本书对照Excel，把Python的相关知识娓娓道来。既兼顾到不同工具的应用场景，又将使用技巧融入其中。推荐刚入门的数据分析师阅读本书。
——宋天龙 《Python数据分析与数据化运营》作者
Excel与Python都是数据分析的利器。本书从Excel与Python的实际应用出发，书中的知识都是作者多年一线工作的经验总结。
——王颖祥 永辉超市大数据合伙人
这本书对新手特别友好！对大部分新人而言，Python 的使用环境太过模型化，英语界面难以看懂，操作也不直观，而Excel 则是大家经常使用的工具软件。将这二者对比学习，可以极大地提升学习效率，让新人快速进步。报表又是日常数据分析工作的主要部分，能用Python 来实现报表自动化，将大幅提升职场人的工作效率。
——陈老师，公众号“接地气学堂”主理人
随着Python 越来越流行，很多人希望能够掌握这项技能。Python 能做的事情有很多，俊红这本书专注报表自动化这一细分领域。该书围绕报表制作的流程，通过对比Excel 的方式讲解每个环节对应的Python 代码的实现方法，不仅包括Excel 的单元格设置、条件格式设置等基础功能，还包括了批量处理文件和自动发送邮件等高级功能，整本书内容翔实而又全面，推荐给想通过报表自动化提高工作效率的读者。
——崔庆才，微软（中国）工程师、《Python3 网络爬虫开发实战》作者
与数据分析相关的工作中，存在很多重复性的工作，比如常规的日报、周报、月报；也存在很多复杂、耗费时间的工作，比如批量处理CSV、Excel、Word、Web 文件等。能否把这些重复性高、复杂性强的工作交给计算机去做，我们去做一些有价值、提升自己的事情？
随着计算机技术、编程简单化的发展，这个“普遍性”的问题终于迎来了春天，相信这本书能带给你不一样的收获，写得很有实战性，也很适合小白学习，所以不用担心学不会。
——邓凯，数据届大V、爱数圈创始人
此书已是“入职数据分析师系列丛书”第3 本，俊红能够深入浅出地将Python应用于工作的常见场景中，提高工作效率，是对技术大众化应用典型的探索。
——梁勇，公众号“Python 爱好者社区”主理人
本书围绕报表制作的终极目标，从Python 基础知识开始，通过对照大家所熟悉的Excel 操作，比如单元格格式设置、使用各种函数、绘制图表等，由浅入深地介绍了如何使用Python 语言操作，以实现报表处理的自动化。本书将帮助初学者快速掌握Pyhton 语言，利用它来提高报表处理的效率。介绍给希望实现报表自动化的朋友学习本书。
——龙逸凡，畅销书《打造Excel 商务图表达人》作者
作为职场人，特别是每天要和数据打交道的人，经常会遇到一些重复烦琐的工作，如果要彻底摆脱“工具人”的束缚，掌握一门编程语言并熟练运用就显得很有必要，Python 无疑是适合处理数据的编程语言之一。而俊红这本《对比Excel，轻松学习Python 报表自动化》给了我们摆脱“工具人”的可能，以前需要一天才能做完的工作，现在只需要几行代码就能解决。
——刘志军，公众号“Python 之禅”主理人、次幂数据创始人
本书延续“对比Excel，轻松学”的写作特点，聚焦在Excel 自动化报表制作上。不论是细化到具体单元格的数据内容及字体、填充色等样式设置，还是多工作表的公式函数联动，抑或是数个文件及文件夹的批量编辑，这本书深入浅出地介绍了对应场景和具体做法，内容的体系化和实用性令人赞叹，而且代码详尽、步骤清晰。
将囿于周期性报表的精力聚焦在业务分析上是很多分析师和运营人员的期望，充分运用Python 脚本等工具高效制作自动化报表非常值得尝试，而本书对Excel 从单元格到工作簿不同尺度的各类自动化操作有清晰的讲解，书中的实践可以使你在操作Excel 报表时优雅高效、如臂使指，本书非常适合作为案头时常翻阅的工具书。
——梅破知春近，读者
Excel 是数据分析师常用的软件之一。然而，如果报表制作耗费的时间太多，分析师便缺少精力去对报表做深入分析。本书抓住了这个痛点，通过对比Excel 的方式来讲解报表制作对应的Python 代码如何实现，从而实现报表自动化，提升分析师的工作效率，提高业务效能。
——NEIL，读者
本书不同于Python 专业开发书籍，作者对Python 每个知识点的讲解都是为了实现报表自动化，采用了对比方法并结合案例对核心知识点进行讲解。特别适合需要处理大量报表，又想提高效率的读者，是一本非常实用的书籍。
——Net，读者
当初为了学习数据分析，偶然间接触到张老师的《对比Excel，轻松学习Python数据分析》一书，立刻被里面利用对比方式进行学习的风格所吸引，特别是张老师还为书籍在“知识星球”里建立了一个数据分析学习交流的圈子。在圈子里和大家每天坚持打卡学习，分享学习笔记，互相交流讨论，这样的学习氛围岂不美哉！
推出的这本《对比Excel，轻松学习Python 报表自动化》可以看作是《对比Excel，轻松学习Python 数据分析》的进阶版和项目实战版，延续了之前对比的学习风格，再加上清晰易懂的语言讲解和详尽的实例演示，相信大家读后定能获益匪浅。
——你好！阳光，读者
报表制作是职场人的技能。尽管这样，大部分人仍停留在手动处理阶段。面对复杂的报表需求，如何更高效地处理加工报表成为了一门学问。
俊红这本书可以说是打开了高效处理报表的大门。整本书很有特色，通过对比大家都熟悉的Excel 功能和函数，使用Python 编程由浅及深地实现报表自动化，如文件批量处理、自动生成可视化图表、自动发邮件。每一个章节都有案例清楚地讲解核心使用方法，即使你是Python 小白也不要紧，只要按照本书教程学习，也可以成为报表自动化处理的高手，提升百倍的工作效率。
——于耀东，风控模型专家、公众号“Python 数据科学”主理人
有人的地方就有电脑，有电脑的地方就有程序，有程序的地方就有Excel。如果你每天需要处理海量的Excel 数据，并且需要制作各种各样的报表，那么，阅读这本书就对了。因为，有Excel 的地方就有Python。从现在开始，就让我们跟随本书作者张俊红——一位擅长Excel、Python 和SQL，并且精通数据分析和机器学习的工程师的坚实脚步，像学Excel 一样，轻松学习Python
报表自动化吧！
——周斌，《WPS Office 效率手册》作者、创新思维与Office 管理教练__
评论
还没有评论。