
Excel学习笔记一Excel图表和数据分析
从理论指导角度,数据分析可以划分为基于统计学的和基于数据挖掘的数据分析方法,很显然基于统计学的相对容易理解一些,而数据挖掘对高等数学要求会高一些,相信毕业十几年的同学很可能连A*X**2+B*X+C=0都快忘记了,甚至我不确定等小孩上了初中能不能教的了他数学。
从分析的出发点看,数据分析可以划分为基于业务驱动的和基于纯数学驱动的数据分析,业务驱动是建立在对业务理解的基础上,有些经验论的色彩,大多情况下是验证自己的想法,或者更方便找出业务问题和业绩;而基于纯数学驱动基本上都是通过某些挖掘算法找出数字之间的规律,然后把这种规律翻译成业务,理论上是非常可行的,但实际工作中鲜有成功案例。大多数情况下是把两者结合到一起,即通过拍脑袋的方式定义数据的输入和输出,而挖掘算法只是为了证明一下自己的决策有多高明。
从分析的输出上,数据分析可以以图表、文字、表格、业务推导过程或者一系列高深的数学公式的方式呈现,显而易见图表给人的印象是最深刻的,表格次之,文字效果最差,最后是那些没人看得懂的过程或公式;Excel的优势恰恰就是表格和图表。
从分析工具而言,包括了入门级的Excel、最近红的发紫的R语言,专业统计软件工具SPSS,最强大的SAS,很显然绝大多数人只会Excel,不过Excel也有很多的自带的数据分析库,并且Excel的应用商店云化后的力量不可小觑,未来是否有能力与专业的统计软件数据挖掘工具相媲美还很难说,而且Excel的一个巨大的优势在于其庞大的客户群。
从图表的角度,Excel比不上那些专业的BI工具,从统计角度,Excel比不了那些专业的统计软件;但Excel提供的功能对于我们这些非专业人士已经足够了,通过透视表做一些多维分析,通过应用商店找一些炫的图表,通过插件做一些简单的数据分析,通过VBA和不厌其烦的调试也可以做一些”专业“的图表,这也是我们的目的。
Excel提供的图表种类包括柱形图、折线图、饼图、条形图、面积图、XY(散点图)、股价图、曲面图、雷达图、组合,实际上最常用的是柱形图、折线图、饼图、条形图、组合图;较常用的是面积图、雷达图和XY(散点图);基本不用的是股价图、曲面图。
最后附上两张图表的基本类型和选择的中英文版本。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26