|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/data-analysis-by-excel-sql-python-and-power-bi/
课程评论：没有评论
课程名称：通过Excel、SQL、Python和Power BI进行数据分析 概述：数据分析在过去五年中是增长最快的领域之一。Excel、SQL和Python等主要工具的使用提升了数据分析的重要性，使分析师能够准确、专业地揭示数据背后的故事。本课程结构化地提供逐步指导，从每个工具的基础知识开始，逐渐深入到更高级的概念。通过动手练习和实际案例，您将学习如何操纵数据、进行统计分析，并创建引人注目的可视化和仪表板。 在本课程中，我们将涵盖以下内容： 在Excel部分： - 数据分析的Excel函数。 - Excel的基本概念，包括排序、筛选、统计和文本函数。 - 创建PivotTable切片器以进行交互式过滤。 - 分析基于时间的数据，使用切片器刷新和更新数据连接。 - 合并来自多个来源的数据。 - 对外部数据集进行数据分析。 - 构建各种图表类型（条形图、折线图、饼图等）。 - 自定义图表元素（标题、坐标轴、数据标签）。 在SQL部分： - 使用SQL查询从数据库中检索数据进行分析。 - 理解子查询或内部查询的概念。 - 连接表并合并来自多个源的数据。 - SQL- DDL、DML和DQL命令。 - 执行数据操作。 - 学习如何对数据集应用不同条件。 - 通过案例研究发现这些概念。 在Python部分： - Python的基本概念，包括面向对象编程。 - 使用Jupyter Notebook。 - NumPy和Pandas库入门。 - 数据清理和处理缺失值。 - 描述性统计。 - 相关性分析。 - 使用Matplotlib和Seaborn进行数据讲述。 - 动手项目。 在Power BI部分： - 理解Power BI生态系统。 - 安装和设置Power BI桌面版。 - 导航Power BI界面。 - 数据转换和清理。 - 数据建模基础。 - 创建简单的可视化（表格、图表）。 - 使用过滤器和切片器。 - 创建交互式报告和仪表板。 - 合并多个数据源。 - 动手项目和实际应用。 通过本课程，您将获得实践机会，参与一些令人兴奋的项目。立即注册，以充分利用本课程的优势！
Data analytics has been one of the fastest-growing fields in the last five years. The use of major tools like Excel, SQL, and Python has elevated its importance, as these tools allow analysts to accurately and professionally uncover the story behind the data.This course is structured to provide a step-by-step guide to you, starting from the basics of each tool and gradually building up to more advanced concepts. Through hands-on exercises and real-world examples, you will learn how to manipulate data, perform statistical analyses, and create compelling visualizations and dashboards.In this course, we will cover:In Excel Section:Excel functions for data analysis.Excel fundamental concepts such as Sorting, Filtering, Statistical, and text functions.Create PivotTable slicers for interactive filtering.Analyze time-based data with slicers.Refresh and update data connections.Combine data from multiple sources.Perform data analysis on external datasets.Construct various chart types (bar, line, pie, etc.).Customize chart elements (titles, axes, data labels).In SQL Section: Working with SQL Queries to retrieve data from databases for Analysis.Understand the concept of Sub-Queries or Inner Queries. Joining tables and combining data from multiple sources.SQL- DDL, DML, and DQL commands.Performing data manipulation.Learn how to apply different conditions to datasets.Understand the concept of Sub-Queries or Inner Queries.Discovering these concepts with a Case Study.In Python Section:Python's fundamental concepts include Object-oriented programming.Work with Jupyter Notebooks.Introduction to the NumPy and the Pandas Library.Data Cleaning and Handling Missing Values.Descriptive Statistics.Correlation Analysis.Learn about Data Story Telling with Matplotlib and Seaborn.Hands-on Projects.In Power BI Section:Understand the Power BI ecosystemInstall and set up Power BI DesktopNavigate the Power BI interfaceTransforming and cleaning dataData modeling basicsCreating simple visualizations (tables, charts)Using filters and slicersCreating interactive reports and dashboardsCombining multiple data sourcesHands-on projects and real-world applicationsSo,You will get to practice the exercises and work on some exciting projects.Enroll now and make the best use of this course.
