feng2wind
2025-07-31 07:13:08
数据分析的入门是可以自学的。Excel 的使用是数据分析入门的基础。无论是数据处理、数据分析还是图表制作，都离不开函数的使用。做表的时候，经常遇到各种序号的录入，比如大家都知道，数字序列 12345，直接在 Excel 中拖拽就能生成。其实你只要多花 1 分钟时间，记几个函数，就能 get 花式录入各种序列，不信现在就可以打开 Excel 试试。1、阿拉伯数字方法 1：录入 1，按住 Ctrl，向下拖拽。方法 2：录入前两个数字，向下拖拽。2、等差序列录入前两个数字，向下拖拽。3、等比序列录入前两个数字，右键向下拖拽，选择【等比序列】。4、罗马数字利用公式，录入：=ROMAN(ROW(A1))，向下拖拽，利用行号快速生成序号。5、带圈数字利用公式，录入：=UNICHAR(ROW(A9312))，向下拖拽，利用行号快速生成序号。记住 9312 这个数字。UNICHAR 函数，可以返回由 UNICODE（二进制编码）对应的字符。Unicode（统一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。6、带括号数字利用公式，录入：=UNICHAR(ROW(A9332))，向下拖拽。记住 9332 这个数字。7、字母序列（大写）利用公式，录入：=CHAR(ROW(A65))，向下拖拽，利用行号快速生成序号。记住数字 65。8、字母序列（小写）利用公式，录入：=CHAR(ROW(A97))，向下拖拽，利用行号快速生成序号。记住数字 97。9、英文月份（全称）在第一单元格输入 January（1 月），向下拖拽，生成连续月份序列。10、英文月份（简称）在第一单元格输入 Jan（1 月），向下拖拽，生成连续月份序列。11、英文星期（全称）在第一单元格输入 Monday（星期一），向下拖拽，生成连续星期。12、英文星期（简称）在第一单元格输入 Mon（星期一），向下拖拽，生成连续星期。13、天干在第一单元格输入：甲，向下拖拽，生成十天干。14、地支在第一单元格输入：子，向下拖拽，生成十二地支。下面来看几个进阶的例子：1、英文大小写转化2、从邮箱中提取账户名3、用 SUMPRODUCT 匹配项目得分4、带有单位的数据也能求和5、快速录入一串字母序列6、快速合并文本7、1 秒钟模拟表格，批量生成随机数8、用 REPT 函数来模拟图书评分9、用 INDIRECT 函数实现跨表汇总学好函数，收获的不仅仅是高效——同样的数据处理和分析，别人一个星期的工作，如果你精通 Excel，你一个小时就能解决。更重要的是——函数是逻辑的训练，学好函数可以实现有效思考，提高解决问题的能力。另外一个玩法，数据可视化01 华夫图介绍华夫图，因其颇像华夫饼而得名，常常用来展示百分比数据。比如，上面这张图就是典型的华夫图，一共 10*10=100 个方格，有颜色的格子数量代表要表达的百分比。一般来说，制作华夫图的方法有两种。一种是使用条件格式——即在 Excel 单元格中将小于指定数字的单元格设置为带颜色的单元格；另一种方法是使用图表，用散点图来制作一个 10*10 的点，然后用图形进行填充。事实上，还有一种方法，比这两种更简单，而且制作的过程也多少让人感到出其不意！这个方法就是——使用 REPT 函数。02 REPT 函数REPT 这个函数，用在这个场景下就很绝。REPT——Repeat（重复），它可以将指定字符重复指定的次数，常常用来制作单元格内的数据条。比如，公式：=REPT("|"，E7/10)，将「|」重复了 E7/10 次，就形成了数据条的效果。还可以用来制作五星好评：再比如，公式：=REPT("★"，E7)&REPT("☆"，5-E7)，将五角星重复了指定次数，就形成了五星评价的效果。 不同的是，这个公式里使用了两个 REPT，分别对实心、空心五角星做了不同次数的评价，但加起来等于 5。REPT 用好了，可以做出很多意想不到的效果。03 用 REPT 制作华夫图不难看出，华夫图中也同样是对两种图形（一个实心、一个空心）进行重复，只要计算好分别重复的次数就好。例如 66%，在华夫图中相当于对□重复 34 次，而对■重复 66 次。因此——第 1 步：在单元格中输入公式：=REPT("□"，ROUND((1-C6)*100，0))&REPT("■"，ROUND(C6*100，0)) 第 2 步：设置对齐此时所有方块是横排的，可以打开单元格格式设置，在对齐中勾选自动换行。第 3 步：设置行高和列宽调节单元格所在行的高度和宽度，让华夫图刚好以 10*10 进行排列：这样，华夫图的效果就完成了。 如果想表达一组数字，可以直接复制单元格并进行排列，形成如下效果：你学会了吗？ ▼ 华夫图作品欣赏Excel 畅销书作家徐军泰，从 10 万次学员问答中，选取了使用频率最高的 10 个函数应用。用 3 天时间，零基础学会 10 个高频函数，可以解决工作中遇到的很大部分问题。徐老师还会通过直播，手把手带你操作。老师还分类整理了 4300 套 Excel 模板，包括财务、销售、人事、行政等，到手即可使用。现在限时免费，赶紧点击下方的卡片报名吧。报名后一定记得根据引导添加助教，领取「4300 套 Excel 模板资料包」哦~
1、专业的大数据分析工具2、各种Python数据可视化第三方库3、其它语言的数据可视化框架一、专业的大数据分析工具1、FineReportFineReport是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，只需要简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。2、FineBIFineBI是新一代自助大数据分析的商业智能产品，提供了从数据准备、自助数据处理、数据分析与挖掘、数据可视化于一体的完整解决方案，也是我比较推崇的可视化工具之一。FineBI的使用感同Tableau类似，都主张可视化的探索性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。二、Python的数据可视化第三方库Python正慢慢地成为数据分析、数据挖掘领域的主流语言之一。在Python的生态里，很多开发者们提供了非常丰富的、用于各种场景的数据可视化第三方库。这些第三方库可以让我们结合Python语言绘制出漂亮的图表。1、pyechartsEcharts(下面会提到)是一个开源免费的javascript数据可视化库，它让我们可以轻松地绘制专业的商业数据图表。当Python遇上了Echarts，pyecharts便诞生了，它是由chenjiandongx等一群开发者维护的Echarts Python接口，让我们可以通过Python语言绘制出各种Echarts图表。2、BokehBokeh是一款基于Python的交互式数据可视化工具，它提供了优雅简洁的方法来绘制各种各样的图形，可以高性能地可视化大型数据集以及流数据，帮助我们制作交互式图表、可视化仪表板等。三、其他数据可视化工具1、Echarts前面说过了，Echarts是一个开源免费的javascript数据可视化库，它让我们可以轻松地绘制专业的商业数据图表。大家都知道去年春节以及近期央视大规划报道的百度大数据产品，如百度迁徙、百度司南、百度大数据预测等等，这些产品的数据可视化均是通过ECharts来实现的。2、D3D3（Data Driven Documents）是支持SVG渲染的另一种JavaScript库。但是D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等。
除了EXCEL 数据分析用的多的有以下几个软件，你看看你们公司符合哪个SPSS（StatisticalProduct and Service Solutions），“统计产品与服务解决方案”软件，是数据定量分析的工具，适用于社会科学（如经济分析，市场调研分析）和自然科学等林林总总的统计分析，国内使用的最多，领域也多。SPSS就如一个傻瓜相机，界面友好，使用简单，但是功能强大，可以编程，能解决绝大部分统计学问题，适合初学者。它有一个可以点击的交互界面，能够使用下拉菜单来选择所需要执行的命令。它也有一个通过拷贝和粘贴的方法来学习其“句法”语言，但是这些句法通常非常复杂而且不是很直观。SPSS致力于简便易行（其口号是“真正统计，确实简单”），并且取得了成功。但是如果你是高级用户，随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手，由于缺少稳健和调查的方法，处理前沿的统计过程是其弱项。SAS是全球最大的软件公司之一，是全球商业智能和分析软件与服务领袖。SAS由于其功能强大而且可以编程，很受高级用户的欢迎，也正是基于此，它是最难掌握的软件之一，多用于企业工作之中。SAS就如一台单反相机，你需要编写SAS程序来处理数据，进行分析。如果在一个程序中出现一个错误，找到并改正这个错误将是困难的。在所有的统计软件中，SAS有最强大的绘图工具，由SAS/Graph模块提供。然而，SAS/Graph模块的学习也是非常专业而复杂，图形的制作主要使用程序语言。SAS适合高级用户使用。它的学习过程是艰苦的，正所谓“五年入门，十年精通”，最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。R 是用于统计分析、绘图的语言和操作环境，属于GUN系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具，多用于论文，科研领域。R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。因此R有很多最新的模型和检验方法，但是非常难自学，对英语的要求很高。R与SAS的区别在于，R是开放免费的，处理更灵活，同时对编程要求较高。
数据分析软件有很多种，每一种都适合不同类型的人员。简单说：Excel：普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。hihidata：比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装，直接在线就可以使用。SPSS：专业统计软件，没有统计功底很难用的。同时包含了数据挖掘等高大功能。SAS：专业统计软件，专业人士用的，不懂编程还是不要碰了。MARLAB：建立统计与数学模型，但是比较难学，很难上手。Eview：比较小众，建立一些经济类的模型还是很有用的。计量经济学中经常用到。各种BI与报表工具：FineBI，FineReport，tableau，QlikView等。
不知道你需要分析的数据类型和你要的结果是什么，所以推荐也不好推荐，当前用的最多的是excel，基本一般的企业足够使用了。如果需要一些相关性分析比较多的，推荐用SPSS软件。满意请采纳！
EXCEL：最常见的数据分析软件，会的人比较多，功能也比较齐全，操作比较简单，可以分析，可以制图（图表类型也不少）等等，不过一旦数据量大了，EXCEL比较卡，确实有点浪费时间。SPSS：可以分析数据，可以做一些数据模型，但需要企业人员有一定的数据和统计基础，上手相对难些，用好了很不错。BDP个人版：有数据接入、数据处理、可视化分析等功能，操作简单，功能也比较齐全，数据图表效果也很好，主要数据可以实时更新，节省了很多重复分析的工作。不过BDP免费版接入的数据容量有限，这也是一个问题，除非要花费买容量咯。可以根据这些特点，选择适合企业的~
数据分析工具，我们常见的就有。excel。powerBL。tableauBL。r。python等。选择哪个工具，首先要了解自己的工作？或者想想从业方向朝着偏重数据的数据科学方向发展，还是偏业务的商业分析方向。excel。数据科学家在用。不懂数据的人也会用。他可以说是无人不知无人不晓。如果与其他几个工具放在一起。excel。powerBL。tableau。r。和pyzhon。我们把这些都比做军事战斗武器的话。excel绝对是航空母舰。因为他的体系太庞大了。从简单的表格制作数据透视表。写公式。再到。vba语言。还有无数的插件供你使用？BL。business lntelligence。商业智能。这是为了数据分析而生的。它诞生的起点就非常高。目标是把从业务数据到经营决策的时间缩短。如何利用数据来影响决策。tableau。可以说敏锐的发觉了，excel的这个数据透视特性。较早地切入了BI市场。把这个核心价值发扬光大了。rpowerBI之前是以excel插件作为产品。受限于excel本身这个航母。发展情况，并不理想。于是从excel的插件中剥离出来。独立成一门派脱胎换。r和python。统计型分析。比如求正态，分布。利用算法归类剧情。回归分析，等。PRzhon等编程语言的优势是，个体预测分析。
