数据分析实战45讲
陈旸
清华大学计算机博士
立即订阅
17314 人已学习
课程目录
已完结 48 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 你为什么需要数据分析能力？
免费
第一模块：数据分析基础篇 (16讲)
01丨数据分析全景图及修炼指南
02丨学习数据挖掘的最佳路径是什么？
03丨Python基础语法：开始你的Python之旅
04丨Python科学计算：用NumPy快速处理数据
05丨Python科学计算：Pandas
06 | 学数据分析要掌握哪些基本概念？
07 | 用户画像：标签化就是数据的抽象能力
08 | 数据采集：如何自动化采集数据？
09丨数据采集：如何用八爪鱼采集微博上的“D&G”评论
10丨Python爬虫：如何自动化下载王祖贤海报？
11 | 数据科学家80%时间都花费在了这些清洗任务上？
免费
12 | 数据集成：这些大号一共20亿粉丝？
13 | 数据变换：考试成绩要求正态分布合理么？
14丨数据可视化：掌握数据领域的万金油技能
15丨一次学会Python数据可视化的10种技能
16丨数据分析基础篇答疑
第二模块：数据分析算法篇 (20讲)
17 丨决策树（上）：要不要去打篮球？决策树来告诉你
18丨决策树（中）：CART，一棵是回归树，另一棵是分类树
19丨决策树（下）：泰坦尼克乘客生存预测
20丨朴素贝叶斯分类（上）：如何让机器判断男女？
21丨朴素贝叶斯分类（下）：如何对文档进行分类？
22丨SVM（上）：如何用一根棍子将蓝红两色球分开？
23丨SVM（下）：如何进行乳腺癌检测？
24丨KNN（上）：如何根据打斗和接吻次数来划分电影类型？
25丨KNN（下）：如何对手写数字进行识别？
26丨K-Means（上）：如何给20支亚洲球队做聚类？
27丨K-Means（下）：如何使用K-Means对图像进行分割？
28丨EM聚类（上）：如何将一份菜等分给两个人？
29丨EM聚类（下）：用EM算法对王者荣耀英雄进行划分
30丨关联规则挖掘（上）：如何用Apriori发现用户购物规则？
31丨关联规则挖掘（下）：导演如何选择演员？
32丨PageRank（上）：搞懂Google的PageRank算法
33丨PageRank（下）：分析希拉里邮件中的人物关系
34丨AdaBoost（上）：如何使用AdaBoost提升分类器性能？
35丨AdaBoost（下）：如何使用AdaBoost对房价进行预测？
36丨数据分析算法篇答疑
第三模块：数据分析实战篇 (7讲)
37丨数据采集实战：如何自动化运营微博？
38丨数据可视化实战：如何给毛不易的歌曲做词云展示？
39丨数据挖掘实战（1）：信用卡违约率分析
40丨数据挖掘实战（2）：信用卡诈骗分析
41丨数据挖掘实战（3）：如何对比特币走势进行预测？
42丨当我们谈深度学习的时候，我们都在谈什么？
43丨深度学习（下）：如何用Keras搭建深度学习网络做手写数字识别？
第四模块：数据分析工作篇 (2讲)
44丨如何培养你的数据分析思维？
45丨求职简历中没有相关项目经验，怎么办？
加餐 (1讲)
加餐丨在社交网络上刷粉刷量，技术上是如何实现的？
结束语 (1讲)
结束语丨当大家都在讲知识和工具的时候，我更希望你重视思维和实战
数据分析实战45讲
登录|注册
14丨数据可视化：掌握数据领域的万金油技能
陈旸 2019-01-14
上一讲中，我给你讲了数据变换，今天讲一下数据可视化。如果你想做一名数据分析师，那么掌握可视化技能是必不可少的，因为在大部分情况下，老板更关心呈现的结果。
另外当这些可视化的结果呈现在你眼前时，你才能直观地体会到“数据之美”。图片在内容表达上，要远胜于文字，它不仅能体现数据真实性，还能给人很大的想象空间。
数据可视化的视图都有哪些？
在了解数据可视化的重要性之后，我们来看下，在数据可视化产品中，一般都包括哪些视图？
我们常用的可视化视图超过 20 种，分别包括：文本表、热力图、地图、符号地图、饼图、水平条、堆叠条、并排条、树状图、圆视图、并排圆、线、双线、面积图、双组合、散点图、直方图、盒须图、甘特图、靶心图、气泡图等。
你不用记住这些视图名称都是什么，因为在可视化工具中，操作面板上都会有这些图形可控选择。你看一眼就知道它是不是你想要的。
当然，你不仅要掌握这些视图的使用，更要了解使用它们背后的目的是什么，这里我整理了下，可以分为以下的 9 种情况：
在上面的这几种情况里，你也许想要看某个数据的分布情况，或者它随着时间的趋势，或者是局部与整体之间的关系等等。所以在设计之前，你需要思考的是，你的用户是谁，想给他们呈现什么，需要突出数据怎样的特点，以及采用哪种视图来进行呈现。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《数据分析实战45讲》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(35)
三儿老师，感觉讲得像数据分析的科普太浅了2019-01-14 30
数据化分析陈老师讲得很全面👍👍👍，数据分析的学习任重而道远。
我写过一篇〖Python编程实践（2）：数据可视化〗，感兴趣的同学可以去看看，搜索微信公众号〖数据化分析〗，在历史消息中可以找到。
文章链接：https://mp.weixin.qq.com/s/dmJGMvFAroxJkTk5NwynSw2019-01-14 13
成欣睿作为学生说一句，Tableau现在有Tableau Prep类似ETL可以处理数据合并数据，而且现在学生通过学校邮箱注册可以有1年使用权，官网还有视频教程！2019-01-23 9
FORWARD―MOUNT漏了一个也是阿里巴巴最好用的QuickBI，可以无缝对接所有数据源，上手非常简单，不用编程。我们公司一直在用。2019-01-15 9
蜘蛛的梦呓Excel：体量小且需要马上出结果；
Python：灵活可复用，数据量大
Tableau：清洗数据后使用，一般不知道如何分析时，会用 Tableau 随意分析，找寻灵感。
个人比较喜欢 excel 和 tableau，python 一般用于搭建可复用的框架（编程能力并不强）。2019-01-14 7
SageCat帆软员工路过🤪2019-04-01 6
舒成公司推的是FineBI,Finereport。不过能用excel绘图的就没用Python,R。说句实话，Python,R绘制出的图形不仅美观，还分辨率高。换句话说，你写论文用 excel作图，会因为分辨率的问题而被嫌弃的。2019-01-14 5
杰之7通过这一节的阅读，对可视化报表的工具有了更全面的了解。
目前我接触到了是PowerBI和Python的Matplotlib，我想对于数据工程师而言，可视化懂一到二种主流的，对于其他的可视化工具，能在前端可视化，大屏及可视化组建的使用，能在实际的过程中去使用更好。2019-02-11 3
50包邮解君愁我们公司用的帆软，我也是来公司后才了解的这款，也想上手tableau，不知道tableau支不支持在网页端部署浏览2019-01-14 3
浩林海致BDP也很好用2019-01-14 2
梁林松微图个人版，被业务调整了。2019-01-14 2
莫巽少量的数据还是喜欢用EXCEL来画简单的图，数据量大的话基本就用matplotlib和seaborn了。2019-01-14 2
yiwu用最多的，还是excel。来做系统巡检统计，容量分析。客户分布，名单管理。2019-01-14 2
王彬成你平时的工作是怎样的，是否需要用到数据可视化技术呢？在数据可视化技术中，你都用过哪些工具，你觉得哪个工具使用起来比较顺手？
我上一份工作是作为房地产商业软件的产品助理，其中一个功能板块是展示房地产销售的营业数据，其中用到的就是Echarts插件，他提供了许多模板，很好地为客户展示数据。
在这个过程中，我么团队大部分的时间是用来校对数据上，即清洗数据。因为存在大量的错误的，重复的数据，虽然低效，但至关重要。2019-02-14 1
凛冬里的匍匐者老师，文中提到常用数据可视化图标有20多种，其使用的背后目的总结了9种，麻烦给一个映射关系吧。2019-01-22 1
大萌进公司之后就培训了Tableau，学习了基础Tableau的使用方法，平常拿到数据后可先利用Tableau查看数据分布等等，还是挺方便的。
python用于画图更为灵活和高效，平常编程时候可直接编程画图。
以上两种我觉得是数据分析师需要掌握的。2019-01-16 1
你看起来很好吃请问老师，看您的目录上，数据分析的算法和十大机器学习的算法是一样的啊，他们是不是其实是一个东西2019-01-15 1
徐洲更我平时主要用R语言进行可视化，用的最多就是ggplot系列的工具，基本能用ggplot去组合出自己任意想要的结果2019-01-15 1- iamtalent123tableau public是可以在线分享作品的呀2019-01-14 1
- 奔跑的鳄鱼请问老师，本专栏日后会否涉及机器学习范畴的知识？2019-01-14 1
收起评论