數據分析要點

使用SQL查詢數據允許我們快速查找和操作數據庫中的數據。在本模塊中，學生將學習如何編寫和理解SQL查詢以從任何數據庫檢索數據。

在這裏，學生將了解在他們的係統上安裝MySQL(免費和開源的數據庫管理係統)的過程。

在這裏，學生將學習導入數據庫到MySQL的過程。

本主題將向學生介紹RDBMS，這是一種關係數據庫管理係統，用於創建、存儲、更新和刪除關係數據庫中的數據。

當使用MySQL數據庫中存儲的數據時，通常需要選擇特定的數據才能使用它。在這裏，學生將學習如何使用select語句以各種方式選擇數據。

在使用數據庫時，通常需要過濾數據以隻返回滿足特定條件的行。在這裏，學生將學習如何過濾數據，並使用WHERE子句使查詢更具體。

高級查詢包含各種技術，允許用戶操作數據以回答複雜的業務問題。在本模塊中，學生將學習高級查詢的過程，以提取業務見解。

學生將熟悉SQL中的數據聚合，這是一個將多個表中的數據組合到一個表中的過程，其中對一組值執行計算並返回單個值。

學生將熟悉如何使用JOIN命令將來自兩個或多個表的數據合並到一個表中。

在這裏，學生將學習如何識別行集合中的值，並為每行提供一個結果，稱為窗口函數。

將向學生介紹執行順序技術，該技術定義了語句中子句、表達式和操作符求值的特定順序。

Numpy是一個功能強大的庫，用於對數組和矩陣執行數值操作。同時，Pandas是一個用於處理數據幀的庫，它類似於關係數據庫中的表。在本模塊中，我們將探索如何使用這兩個庫來執行各種數據轉換任務。

Numpy數組是同一類型對象的多維數組，本主題將教學生如何使用Numpy數組有效地執行數值操作。

本文將使學生熟悉各種Numpy函數，這些函數可以幫助他們加快代碼的速度。

在本主題中，學生將學習如何使用索引從給定的數據結構中查找和檢索數據。

在這裏，學生將學習如何使用點(.)操作符從Python項目中訪問數據。

在本主題中，學生將了解如何使用一維類數組對象(即Pandas Series)保存幾種數據類型，如數字、字符串等。

在這裏，學生將了解Pandas數據框架，它是二維的，大小可變的，具有標記軸(行和列)的潛在異構表格數據結構。

在這裏，學生將探索使用Pandas庫以多種格式保存和加載文件的過程。

本主題將使學生熟悉在特定方法的幫助下將兩個或多個數據框架組合/合並為單個數據框架的過程。

本主題將使學生熟悉在數據科學和機器學習的眾多應用中廣泛實現的各種Pandas函數。

Seaborn是一個強大的數據可視化庫，可以輕鬆創建漂亮的、信息豐富的可視化。本模塊將教學生如何使用Seaborn創建複雜的可視化，包括直方圖、線狀圖、聯合圖、熱圖等。

在本主題中，學生將學習如何使用直方圖準確地以圖形格式表示數值數據的分布。

箱形圖是由盒子和須狀物組成的圖形，顯示數據集的分布。在這裏，學生將熟悉顯示數據傳播和發現異常值的過程。

線形圖是可視化數值變量之間關係的好方法。隻需幾行代碼，Seaborn就可以輕鬆創建高質量的線圖。

散點圖用於將數據表示為點的集合。在這裏，學生將了解Seaborn如何輕鬆創建用於探索和可視化數據的散點圖。

聯合圖是可視化兩個變量之間關係的極好方法。在這裏，學生將學習Seaborn的jointplot()函數，這使得創建這些圖變得很容易。

小提琴情節與盒狀情節和須狀情節的作用相同。它們顯示了分類變量的幾個級別的定量變量的分布，有利於比較不同組之間的分布。

條形圖是分類數據的圖形表示，其中圖上的單獨條形圖表示每個類別。本課題將使學生了解使用Seaborn可視化分類數據分布的條狀圖的實現。

熱圖是數據的圖形表示，其中矩陣中包含的各個值用顏色表示。本主題將使學生理解seaborn.heatmap()函數的用法，該函數接受一個矩形數據集和一個用於指定調色板的可選參數。

Plotly是一個功能強大的Python庫，允許您創建交互式的、出版物質量的圖形。本主題將教學生如何使用Plotly，它可以幫助創建線形圖、條形圖、散點圖等。

這本全麵的指南將向學生展示如何調整他們的Seaborn圖的各個方麵，為他們的數據創建完美的可視化。在本指南結束時，學生將成為創建美麗的、信息豐富的Seaborn圖的專家，這些圖完美地講述了他們的數據故事。

探索性數據分析(也稱為EDA)使用可視化技術幫助我們經常在特定數據中找到模式和見解。本模塊將深入講解使用Python的EDA。

本主題將使學生理解執行完整性檢查的重要性，以確保在處理數據時數據是幹淨的，並且可以進行分析。

本課題的學生將了解如何使用單變量分析進行統計比較。

本課題的學生將了解如何使用雙變量分析進行統計比較。

本主題將使學生熟悉在執行探索性數據分析時處理缺失值的多種方法。

本主題將使學生熟悉檢測異常值的方法，這些異常值有助於識別數據中的問題和模式，以便進一步分析。

這本全麵的指南將涵蓋學生需要知道的關於Tableau故事板的一切，從基礎知識到高級技巧和技巧。

Tableau Public是一款免費的數據可視化軟件，可以安裝在任何計算機上創建交互式數據可視化。在這裏，學生將探索在他們的係統上安裝Tableau Public的過程。

在Tableau中，維度是數據集中的定性數據元素，而度量是定量數據元素。在本主題中，我們將討論如何使用Tableau中的維度和度量來執行各種數據分析任務。

本主題將介紹Tableau中幾種可用數據類型的實現，如字符串、日期、時間、數值、布爾值、地理和集群。

本主題將教學生使用“SHOW ME”工具，該工具提供了一種基於所選數據創建各種圖表的快速方法。

Tableau中的計算是數據分析的重要組成部分。創建計算字段允許我們以單獨使用原始數據無法實現的方式分析數據。本主題將向我們展示如何在Tableau中創建和使用計算字段。

在這裏，學生將學習日期和日期函數，允許用戶隨時間創建數據的可視化表示，跟蹤數據隨時間的變化，並識別趨勢。

在Tableau中過濾數據是一種在更大的數據集中隔離滿足您定義的特定標準的數據點的方法。在Tableau中有幾種不同的過濾數據的方法，我們將在本主題中討論。

本主題涵蓋了從設置Tableau儀表板的基礎知識到更高級的主題，如創建自定義可視化和使用過濾器來操作數據。

學生將學習如何創建令人驚歎的可視化，講述一個故事，吸引他們的觀眾。我們還將向學生展示如何使用Tableau的強大功能將他們的數據帶入生活。

在這裏，學生將學習如何使用Tableau中的參數過濾數據。

在這裏，學生將學習如何使用一個動作，一個可用於在儀表板上篩選和突出顯示數據的交互元素。

本主題將使學生熟悉在排序的幫助下以特定順序組織數據的方法。

在本主題中，我們將探索一些Tableau可以創建的用於有效交流信息的特殊圖表。

Tableau中的What-if-analysis是探索數據的過程，以找到你不知道的問題的答案。學生將了解這個強大的過程，以深入了解他們的數據，並做出更好的決策。

在本主題中，我們將向學生展示如何在Tableau中重塑數據，以及如何使用各種可用的功能和工具，使這一過程盡可能簡單和高效。

在本主題中，我們將學習Tableau中的細節級別。細節級別允許我們控製在圖表和圖形中顯示的細節級別。