曾经我是一个只会excel的数据分析师,直到我遇到了……

2024-04-28 13:48

本文主要是介绍曾经我是一个只会excel的数据分析师,直到我遇到了……,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我是一个数据分析师。


准确来说我是一个当年只会excel数据透视表,就天不怕地不怕地来当数据分析师的人。当年的某一天,我的老板Q我:

 

小刘啊,我小姨子给了我一个全国市委书记的名单,你帮我看看,有什么规律啊?

 

我接过老板的任务,心想:老板的小姨子在政府里混的不错啊,目标居然是市委书记。难怪老板平时这么多政府项目,我得看看什么她什么目的。

 

我迅速打开了表格。发现表格里把往期和现任的每一位市委书记信息都调查得很清楚。



既然是小姨子的要求,我先来看看市委书记里有多少女性好了:


首先我点开数据透视表,调整参数,然后进行运算得到女性市委书记的数量,写上函数,求出了女性市委书记的比例,最后我制作图表对图标参数进行调整,得出了我的第一个结论:女性市委书记的比例是:2.77%。恩,似乎比较低,小姨子要加油啊。



正当我想把这个结论先截个图给老板看看,顺便挣个表现时,老板先给我发信息了:

 

小刘啊,刚交给你的任务暂时不做了,昨天刚来公司上班的王大鹏刚看到我在看这个表,已经帮我做了一版结论了,图看着还挺专业。


突然之间没了挣表现的机会,我很郁闷。王大鹏是谁?多年来的职业敏感性告诉我,这个新来的,我得去会会!于是我拿着零食来到王大鹏的工位。半小时后,新人大鹏就已经被我掌握:

 

“你想知道我怎么这么快做分析?简单!”大鹏很热情的说。


“我就使用了几行python代码,你看。”



我:“Python?那是啥?”


大鹏:“Python本来是一门计算机程序语言,非常简单好学。目前也是做数据分析的主流语言之一,拥有非常丰富的工具包。比如我这里用到的pandas。”



“有了这些工具包,我就可以使用里面的读取(read_csv)功能,把数据加载进来.或者说叫做“提取数据字段”,比如我给你演示下把名字、省份和出生年份给提取出来。”



“然后就是尝试者先做做简单的分析了。可以调用Matplotlib和Seaborn两个工具包,前者是做图表的,后者是做图表可视化的,用熟后比excel简单多了。选择好你的数据,再调用工具包里的图表,图表就有啦,其实和excel处理好数据再选择图表的逻辑是类似的。 ”  



“我一般都是先对比两个维度,比如我尝试着分析市委书记们的出生年月和任期的关系,直接把计算的结果整理好,调用表格模板,就可以出这样的图啦。




你注意看,其实中国大部分的官员都是任期1-4年的,但是1950年-1960年出生,现在大概60岁上下的人,任期普遍要比其他年龄段的人要长几年,这里面水比较深呐: ” 



“不明觉厉!可是这张图表达得会不会太晦涩了?”我问道。

 

“没错,刘哥,看来你很有经验。我也觉得想直方图还是不清楚,但是热力图就好很多了,还能看看不同岁数不同任期的人都有多少,所以我就改了种表达。刘哥你看,看是不是好多了?”



我突然有点庆幸我没把我简陋的图发给老板,同时也不禁有一丝紧迫感。虽然说这些分析,我用excel慢慢做也能捣鼓出来,但我点来点去,每换一个数据维度就要重新做一次透视表,还要调整样式,肯定不如人家写程序快。而且大鹏用的python代码明显有更强的灵活性,如果将来老板让我做一些更难的数据分析,大鹏不就很快能取代我了?

 

不行,为了保住饭碗,我得需要迭代一下自己的技术啊!于是我继续像大鹏打探:

 

我:“那Python难学么?学到你这样要多久呢?

 

大鹏露出了有点天真的笑容:要系统的学当然没几个月是不行的,不过也有些套路,比如刘哥你本来就会excel,了解数据,再多试试用python代码完成像刚才老板给的这样的简单的统计分析,可能1周就能上手啦。

 

我:哦?这么快,那给我推荐点教程啊书什么的。

 

大鹏神秘一笑,转身就甩了我一门《Python数据分析师》训练营,限时免费。如果你想学Python数据编程,我强烈建议你从一次“要动手、有目标、有答疑”的7天《Python数据分析师训练营》开始学习。


喏,就是下面这个~


想要免费加入《Python数据分析师》训练营的小伙伴,请扫描下方二维码,进入网易云课堂微专业服务号后,根据系统提示,就可以加入数据分析师学习QQ群啦!


除了免费参与训练营外,进入数据分析师学习QQ群后还可领取一份数据分析资料包(包含房价、城市设施、人口等城市数据;知乎、淘宝等网页数据及精选电子书等)。

这篇关于曾经我是一个只会excel的数据分析师,直到我遇到了……的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/943417

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者