更新时间：2023-03-28 18:06:51
封面
版权信息
内容提要
前言
第1章 当我们谈论数据分析时，我们在谈论什么
1.1 关于数据分析，你需要知道的
1.1.1 什么是数据分析
1.1.2 为什么很多人学习数据分析
1.1.3 数据分析在各个行业的应用
1.2 用人单位需要什么样的数据分析师
1.2.1 数据分析师的分类
1.2.2 对偏业务的数据分析师的要求
1.2.3 对偏技术的数据分析师的要求
1.2.4 总结
第2章 简单回顾概率论与数理统计
2.1 描述统计
2.1.1 四分位数
2.1.2 方差与标准差
2.2 概率计算
2.2.1 排列组合
2.2.2 概率
2.3 概率分布
2.3.1 常见的数据类型
2.3.2 正态分布
2.3.3 幂律分布
2.4 统计推断
2.4.1 点估计与区间估计
2.4.2 假设检验
第3章 面试必考的分析工具及相关知识点
3.1 Python
3.1.1 变量
3.1.2 条件语句
3.1.3 循环语句
3.1.4 数据结构
3.1.5 函数的定义与使用
3.1.6 面试题集合
3.2 Pandas
3.2.1 Pandas的引用
3.2.2 文件读取与储存
3.2.3 数据查询
3.2.4 对数据分组
3.2.5 对数据排序
3.2.6 表格的合并
3.2.7 索引的使用
3.2.8 时间格式处理
3.3 SQL
3.3.1 查询
3.3.2 去掉重复值
3.3.3 条件查询
3.3.4 运算符
3.3.5 对查询结果排序
3.3.6 新增数据
3.3.7 修改数据
3.3.8 删除数据
3.3.9 模糊查询
3.3.10 在指定范围查询
3.3.11 聚合函数
3.3.12 对数据分组
3.3.13 分组后按条件查询
3.3.14 提取数据
3.3.15 对数据排名
3.3.16 连接查询
3.3.17 子查询
3.3.18 CASE函数
3.3.19 时间的处理
3.4 Excel
3.4.1 典型函数的应用
3.4.2 常用的图表制作
第4章 面试时常见的数据思维能力考查
4.1 战略类场景
4.1.1 进入新市场
4.1.2 产业分析
4.1.3 兼并收购分析
4.1.4 开发新产品
4.1.5 定价策略
4.1.6 增长型战略
4.1.7 开展新业务
4.1.8 应对竞争
4.2 经营类场景
4.2.1 提升销量
4.2.2 降低成本
4.2.3 提高盈亏底线
4.2.4 危机问题
第5章 不可不知的数据挖掘知识
5.1 数据挖掘步骤
5.1.1 探索性数据分析
5.1.2 预处理
5.1.3 特征工程
5.1.4 数学建模
5.1.5 模型评估
5.1.6 模型部署
5.2 常见的几种算法题目
5.2.1 线性回归
5.2.2 逻辑回归
5.2.3 决策树
5.2.4 随机森林
第6章 知名公司的典型面试题讲解
6.1 单选题
6.2 多选题
6.3 填空题
