曾经我是一个只会Excel的数据分析师,直到我遇到了……

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》入门课,原价49元,限时免费。

喏,就是下面这个~

Python数据分析师 入门课

原价49元,限时免费

主讲人:

大鹏|“城市数据团”联合发起人

课程大纲:

会写代码的数据分析师是怎样的存在?

武装你的电脑:Python环境搭建及相关软件安装

手把手教你用数据挖掘“成为领导的秘诀”

怎样做出专业且高逼格的数据可视化

模拟实验:排队等待时间问题

适合人群:

来准备从事数据挖掘相关工作的同学

互联网、金融、信息等从业人员

希望实现转型提升的数据挖掘从业者

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171221B0U89A00?refer=cp_1026

扫码关注云+社区