數據分析行業就像所有新興行業初期一樣，伴隨著混亂和盲目，一方面市場上培訓機構巧立名目頒發證書，另一方面也有許多國外的著作被生搬硬套過來供自學者學習。本書是本結合國內公司實際狀況和作者多年數據分析經驗，系統而又詳盡地介紹數據分析工作的作品。相較于使用Excel進行數據統計工作更加專業化、系統化，相較于數據挖掘與編程算法更加易于理解和貼合業務。從簡單的制作報表開始和大家一起學習數據分析的五大模塊：報表BI系統、異常數據分析、解決數據需求、項目性數據分析以及數據建模，為大家多方位、體系化地呈現數據分析到底是什么。
《從1開始——數據分析師成長之路》從簡單的制作報表開始和大家一起學習數據分析的五大模塊：報表BI系統、異常數據分析、解決數據需求、項目性數據分析以及數據建模，為大家多方位、體系化地呈現數據分析到底是什么。
張旭東，江蘇宿遷人，數據科學家。先后就讀于蘇州大學與中國人民大學數學專業。2010年至今總計發表各類文獻百萬余字，詣在推行數學語言簡易化、通俗化、平民化。
第1章 數字、數據、數學 1
1.1 數字的起源 2
1.2 數據 4
1.3 數字與數據 6
1.4 數學 8
1.5 統計學 13
第2章 分析、邏輯與思維 18
2.1 描述、概括、分析 19
2.2 邏輯思維 26
第3章 大數據到底是什么 32
3.1 時代的現狀 33
3.2 大數據與傳統數據 35
3.3 大數據在說什么 40
第4章 數據分析與數據挖掘 43
4.1 分析與挖掘 44
4.2 選擇自己的路 46
第5章 如何做好數據分析 50
5.1 數據分析 51
5.2 制作報表 52
5.3 異常數據分析 62
5.4 MySQL查詢語言 72
5.5 數據需求處理 77
5.6 進行項目分析 88
5.7 數據分析的結構化梳理 99
第6章 數據分析師進階 101
6.1 思維與態度 102
6.2 軟件升級：R or Python 107
6.3 數據分析師的格局 109
第7章 數據分析實戰 115
7.1 報表系統 116
7.2 發現異常 129
7.3 數據需求 135
7.4 項目分析 144
第8章 初識R語言 160
8.1 安裝與編輯器 161
8.2 數據讀取 163
8.3 數據處理 165
8.4 經典算法 167
第9章 行業的未來 170
9.1 市場需求 171
9.2 重要性、必要性 176
9.3 大數據，下一個風口 183
第10章 數據分析測試題與答案 187
10.1 MySQL測試題 188
10.2 邏輯題 189
描述、概括、分析
大家 在日常生活中經常會聽到這些詞匯：描述、概括、分析、知道、認識、了解、熟悉、掌握等。這些似乎意思差不多的詞匯，粗略看起來并沒有什么區別，但是許多時 候是說者有心而聽者無意，數據分析尤其如此。我們需要描述一個事件還是分析一個事件？這兩者中間大有區別，為了便于大家理解先來講個故事吧。
慵懶的下午，你坐在咖啡館里看窗外人來人往，這時突然有一位美女闖入了你的眼簾，驚艷了時光，叨擾了歲月。在你的注視中美女就那么徐徐地走了，而你仍舊久久不能忘懷，難得這樣的心動時刻，你需要把它記錄下來：
2015年10月21日，星期三，天氣如同心情一樣好，邂逅一美女，撰文以記之。
她就那么突然地闖入我的視線，像一只驕傲的貓，帶著比肩的短發，蠶眉冷艷，眼波流轉；鼻梁不高但棱角分明，唇不紅艷自帶一份雅致；黑色的小皮鞋輕快地敲打著地磚，頎秀的兩條腿包裹在粉色的絲襪中傲嬌而不媚俗；白色毛衣披風就那么搭在肩上欲滑將落……
她就那么徐徐地走著，帶著獨特地隱藏在優雅中的俏皮，伴隨著一絲倔強和傲氣，輕快又不顯急躁地走著……
矯健的步伐配合著搖曳的臂擺透漏了內心的快樂與活力，讓人不禁想象這個女孩不管在工作中還是生活中應該都是樂觀的吧，平時應該比較愛笑，周圍朋友也會很多，應該會很好相處吧！我能不能成為她的朋友呢？
親愛的朋友，能不能從上面的一段矯情的日記里面說出哪里是“描述”哪里是“概括”哪里是“分析”呢？
描述
抽 象來說，描述就是對事物或是對象的直接描寫，就好像上文中這個姑娘眼睛、鼻子、嘴唇長什么樣，這是對這個對象的客觀印象，就好像畫畫時選擇的顏色，我選擇 紅色顏料來描繪他的嘴唇。 如果我們把描述這樣一個概念對應到數據上可以理解為這一堆數據“長什么樣”，按照這樣一個標準我們嘗試著描述一堆數據。通過對數據的描述能夠讓別人通過這 些描述的話語感受到數據的真實面貌。
對于對人體外貌的描述再詳細生動都不如直接看到 被描述的這個人，或者給這個人拍一張照片也能直觀地反映其外貌。而對于數據來說，直接看數據可能什么都看不出來，而通過對數據的描述反而能讓我們更加清晰 地看到數據真實的面貌。在了解此間差異之前我們不妨先熟悉幾個描述性的統計變量：平均數、眾數、中位數、方差、極差、四分位點，這些指標就好像一堆數據的 “鼻子”、“眼睛”、“嘴唇”。平均數不用介紹大家都知道，下面介紹下其他幾個數據指標：
眾數：數據中出現頻率較高的數值，比如“面條”就可以算做小明數據中的眾數。
中位數：將數據從小到大排列，位置處于中間的數值。
方差：每個數據與平均值的差值的平方，再取平均值。
極差：較大數減去最小數。
上/下四分位點：將數據從大到小排列，位置處于前1/4或是后1/4的數值。
例如
下面數據記錄了小明參加射箭俱樂部時擊中的環數：
1 1 2 2 3 5 5 5 6 7 7
上述數據的各項指標如下：
平均數=44/11=4
眾數=5(5出現3次)
中位數=5
方差=4
極差=7-1=6
上四分位點=6
下四分位點=2
我們一般會用上述的6個指標來描述一組數據的“長相”，平均值用來展示整體的平均水平，眾數用來展示數據點主要集中的范圍，中位數用來與平均數進行對比判斷數據是否平滑，方差用來判斷數據波動情況。
到 這里，我們發現通過對一組數據的平均數、眾數、中位數、方差、極差、四分位點進行解讀，很容易對這一批數字有具體的認識，而直接看數字可能就感受不到這些 信息。不僅如此，我們在數學統計的過程中常常面臨著成千上萬的數字，如果把這些數字全部羅列在屏幕上可能很難看出什么名堂來，而通過上述6個指標能讓這些 龐大繁雜的數據一目了然，雖不見數據卻也知道數據長什么樣，這就是描述性統計變量。
通俗易懂，數據分析入門的不二之選。
——Wenny Zhong Soochow University Statistics Researcher
循序漸進的引導，帶領大家逐漸領略數據分析的魅力。
——張俊 中國平安 大數據研究員
數據分析道路上的指引明燈。
——張鵬飛 中國平安 高級數據分析師
