开通会员
热搜AI大模型JavaPython前端软考面试
人人可学数据分析 正版资源
永久有效网盘秒发免费补链
getfromcode云计算

人人可学数据分析

这门课的核心线索很清楚：用 Excel 把数据分析的基本动作跑通，再把这些动作平移到 Python 里，最后落到一份能交出去的报告上。它的价值不在于讲了多少个函数，而在于把一个完整分析任务的各个环节串成了可复用的流程——从拿到原始数据、清洗整理、做透视和分组，到可视化呈现、构建用户画像、做漏斗分析，

单课价¥29.90新品 上架
会员价 ¥0开通会员，全站课程无限下载套餐详情
11 人关注 更新于 2026-09-23 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

开通会员 · 免费下载 单课购买 ¥29.90

支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。

正版保障 极速发货 售后无忧

这门课的核心线索很清楚：用 Excel 把数据分析的基本动作跑通，再把这些动作平移到 Python 里，最后落到一份能交出去的报告上。它的价值不在于讲了多少个函数，而在于把一个完整分析任务的各个环节串成了可复用的流程——从拿到原始数据、清洗整理、做透视和分组，到可视化呈现、构建用户画像、做漏斗分析，再到写报告、做汇报。如果你正在找一个可以边看边对照自己工作流的参考，这门资料的节奏是按周推进的，适合按模块拆开来用，而不是从头到尾被动看完。

技术栈：Excel 与 Python 双线并行

课程把 Excel 和 Python 放在同一条流程里，而不是当成两门互不相干的工具课。这种安排对工程背景的开发者有实际意义：Excel 负责快速验证想法、做小规模数据的探索和透视，Python 负责把验证过的逻辑固化成可重复执行的脚本。两端对应的是同一套概念——筛选、分组聚合、排序、连接、透视，只是表达方式不同。

  • Excel 侧关注的是数据处理的基础操作和透视表思路，适合建立对数据结构变换的直觉。
  • Python 侧通常围绕 pandas 展开，把 Excel 里手工点出来的步骤改写成代码，让流程可复用、可版本管理。
  • 两条线交叉使用，能帮你判断什么任务该留在表格里做，什么任务值得写成脚本。

对已经写过代码的人来说，真正需要花时间的是数据清洗和口径定义，而不是语法。课程在更高效的数据处理这一部分安排的内容，正好对应这类问题。

项目结构：按分析流程组织，而非按知识点堆叠

资料按周组织，每一周对应分析流程中的一个阶段，而不是按“函数大全”的方式罗列。从早期的基础数据处理，到中段的可视化和指标拆解，再到后期的用户画像与漏斗分析，最后收在数据报告撰写、简历和面试经验分享上。这种结构的可复用性在于：你可以把某一周的思路直接搬到自己的数据集上跑一遍。

几个值得单独拎出来对照实践的模块：

  • 用户画像构建：涉及标签体系怎么设计、维度怎么拆、聚合到什么粒度，是很多分析任务的中间产物。
  • 漏斗分析：典型的多步骤转化拆解，关键在于步骤定义和口径一致性，做业务数据时经常用到。
  • 数据报告撰写与汇报：把分析结论转成别人能读懂、能据此决策的文档和演示，这一环在工程实践里常被低估。

可复用的部分与使用建议

把这份资料当工程参考用，比较有效的做法是：先扫一遍每周的主题，找到与自己当前任务最接近的那一段，然后用自己手上的数据重做一遍。清洗逻辑、透视与分组的写法、可视化的图形选择、报告的结论组织方式，都是可以直接迁移的产物。Excel 部分适合做快速原型的验证，Python 部分适合把验证过的流程固化下来，两边对照着看，比单独学其中一边更容易建立整体感。

如果目标是补齐某一块具体能力，比如指标拆解或漏斗建模，可以只取对应模块，不必按顺序推进；如果要建立完整的分析链路认知，再按周序走一遍更合适。

自学路径怎么排

给一个可执行的顺序参考：先用 Excel 把手上的数据集做一次完整的筛选、分组和透视，把口径和结论写清楚；再把同样的步骤用 Python 重写一遍，对比两者在可重复性和处理规模上的差异；接着选一个业务问题，做一次用户画像或漏斗分析，把中间过程记录下来；最后按课程里报告撰写和汇报的思路，把结论整理成一份结构清晰的文档。整个过程以自己动手为主，资料用来对照和查漏，而不是逐条观看。

这样用下来，重点不在于看完了多少内容，而在于你能不能把同一套流程在自己项目里复现出来，并且解释清楚每一步为什么这么做。

人人可学数据分析

从Excel到Python，数据分析全流程实战

编辑点评

课程内容丰富，涵盖数据分析全流程，从数据处理到可视化，再到用户画像构建，适合数据分析初学者及进阶者。

⭐ 编辑推荐

本课程从Excel入门，逐步深入Python数据分析，涵盖数据处理、可视化、报告撰写等实战技能。

✨ 课程亮点

✦Excel与Python双管齐下
✦数据分析全流程实战
✦用户画像构建与漏斗分析

课程目录

第16周 撰写数据报告、面试指导5 集
  • 第16周 撰写数据报告、面试指导文档.png [493.5 KB]
  • 1-1 18.1如何撰写数据分析报告_.mp4 [29.2 MB]
  • 2-2 18.4面试经验分享_.mp4 [29.3 MB]
  • 2-1 18.3如何撰写简历_.mp4 [39.6 MB]
  • 1-2 18.2演讲技巧与PPT模板分享_.mp4 [21.6 MB]
第7周 更高效的数据处理与可视化绘图21 集
  • 第7周 更高效的数据处理与可视化绘图必看.png [493.5 KB]
  • 5-5 热力图：电影类型、评分、数量_.mp4 [117.4 MB]
  • 2-4 数据运：算多类型统计_.mp4 [57.5 MB]
  • 3-3 练习2：各国评分数据_.mp4 [55.5 MB]
  • 2-5 数据运算：评分统计_.mp4 [39.6 MB]
  • 5-6 箱线图：每年电影评分变化_.mp4 [46.3 MB]
  • 2-6 鎺掑簭涓庣瓫閫塤.mp4 [31.1 MB]
  • 5-8 案例2：豆瓣电影数据分析报告_.mp4 [33.3 MB]
  • 5-1 直方图：电影年产量_.mp4 [49.9 MB]
  • 5-2 折线图：各国电影年产量_.mp4 [77.2 MB]
  • 2-1 读取数据_.mp4 [21.1 MB]
  • 1-3 案例介绍：电影数据分析_.mp4 [25.5 MB]
  • 5-3 饼图：电影语种统计_.mp4 [51.3 MB]
  • 3-4 练习：TOP电影排行榜_.mp4 [38.7 MB]
  • 2-2 清理数据重复值、缺失值、拆分_.mp4 [116.0 MB]
  • 3-2 练习3：电影语言频数统计_.mp4 [45.3 MB]
  • 4-3 调整视觉元素_.mp4 [39.7 MB]
  • 5-7 词云图：电影类型频数统计_.mp4 [85.7 MB]
  • 2-3 数据运算：按年统计、时间聚合_.mp4 [37.2 MB]
  • 3-1 练习1：各国每年电影产量_.mp4 [145.6 MB]
  • 5-4 散点图：评分分值与人数_.mp4 [41.5 MB]
第2周 Excel从入门到表格分析10 集
  • 第2周 Excel从入门到表格分析资料.png [493.5 KB]
  • 1-5 拆分列数据_.mp4 [33.8 MB]
  • 1-4 处理重复数据_.mp4 [47.5 MB]
  • 2-2 条件聚合函数_.mp4 [34.6 MB]
  • 1-1 Excel鍩烘湰鍔熻兘_.mp4 [25.3 MB]
  • 2-4 数据透视表_.mp4 [36.9 MB]
  • 2-6 制作可视化图表_.mp4 [93.9 MB]
  • 2-3 查找与引用函数_.mp4 [24.4 MB]
  • 2-7 大数据岗人才需求分析报告_.mp4 [101.4 MB]
  • 1-6 数据排序和筛选_.mp4 [62.0 MB]
第5周 Python基础语法9 集
  • 第5周 Python基础语法必看.png [493.5 KB]
  • 2-3 条件判断语句：if、else、elif_.mp4 [26.3 MB]
  • 2-2 数据容器_.mp4 [62.6 MB]
  • 2-1 数据类型_.mp4 [25.9 MB]
  • 2-6 编写一个函数_.mp4 [49.9 MB]
  • 2-5 寰幆涓锛歜reak,continue_.mp4 [34.1 MB]
  • 1-1 学习编程的几个建议_.mp4 [12.2 MB]
  • 2-4 寰幆璇彞锛歠or銆亀hile_.mp4 [34.7 MB]
  • 2-7 练习：计算销售额_.mp4 [36.7 MB]
第10周 构建用户画像19 集
  • 第10周 构建用户画像说明.zip [1.8 MB]
  • 3-2 漏斗分析有哪些应用场景_.mp4 [15.6 MB]
  • 1-2 拓展：流量数据指标_.mp4 [35.4 MB]
  • 3-1 什么是漏斗分析模型_.mp4 [23.0 MB]
  • 2-11 案例6：基于Kmeans的广告效果聚类分析_001_.mp4 [25.1 MB]
  • 2-8 聚类结果分析：样本量与占比_.mp4 [82.1 MB]
  • 1-3 大流量分析模型：波动、特征、预测_.mp4 [8.4 MB]
  • 2-4 数据标准化：Min-Max_.mp4 [48.7 MB]
  • 1-1 浠€涔堟槸娴侀噺_.mp4 [12.7 MB]
  • 3-3 用户下单流程分析_.mp4 [34.0 MB]
  • 2-6 KMeans建模：利用轮廓系数确定K_.mp4 [14.9 MB]
  • 2-2 利用Python预处理数据_.mp4 [55.9 MB]
  • 2-7 练习：最佳KMeans聚类模型_.mp4 [111.2 MB]
  • 2-10 数值特征对比：雷达图_.mp4 [121.6 MB]
  • 2-3 计算相关性指标_.mp4 [42.5 MB]
  • 2-5 字符串分类：OneHot编码_.mp4 [40.3 MB]
  • 2-9 聚类结果分析：特征均值、众数_.mp4 [96.7 MB]
  • 2-1 案例：背景与目标_.mp4 [7.8 MB]
  • 3-4 案例7：利用Excel绘制转化漏斗图_.mp4 [59.1 MB]
第9周 解析数据指标体系11 集
  • 第9周 解析数据指标体系说明.png [493.5 KB]
  • 1-3 SWOT銆丳EST銆佹尝鐗逛簲鍔沖.mp4 [32.0 MB]
  • 2-3 娲昏穬鎸囨爣_.mp4 [29.7 MB]
  • 1-1 用户生命周期、AARRR、RFM_.mp4 [24.8 MB]
  • 2-2 拉新（获客）指标_.mp4 [53.7 MB]
  • 1-2 5W2H銆侀€昏緫鏍戙€丄B娴嬭瘯_.mp4 [15.8 MB]
  • 2-6 传播指标：K因子_.mp4 [40.0 MB]
  • 2-4 鐣欏瓨鎸囨爣_.mp4 [120.2 MB]
  • 2-1 互联网业务分析指标一览_.mp4 [38.3 MB]
  • 2-5 转化（变现）指标_.mp4 [45.4 MB]
  • 2-7 案例4：搭建商业化指标体系_.mp4 [50.5 MB]
第4周 数据可视化利器 Tableau7 集
  • 第4周 数据可视化利器 Tableau资料.png [493.5 KB]
  • 1-2 安装Tableau_.mp4 [31.3 MB]
  • 1-3 准备数据_.mp4 [33.1 MB]
  • 1-5 鍒涘缓浠〃鏉縚.mp4 [16.6 MB]
  • 1-7 淇濆瓨涓庡彂甯僟.mp4 [9.1 MB]
  • 1-6 鍒涘缓鏁呬簨_.mp4 [9.7 MB]
  • 1-8 可视化练习：美妆产品销售分析_.mp4 [67.3 MB]
第15周 使用AB实验迭代功能9 集
  • 第15周 使用AB实验迭代功能资料.zip [1.8 MB]
  • 1-4 练习：Python计算点击率CTR_.mp4 [57.7 MB]
  • 2-2 练习：Python孤立森林异常检测_.mp4 [88.5 MB]
  • 1-5 缁冧範锛歅ython璁＄畻p鍊糭.mp4 [71.9 MB]
  • 1-2 AB测试的基本流程_.mp4 [13.8 MB]
  • 1-1 浠€涔堟槸AB娴嬭瘯_.mp4 [9.0 MB]
  • 1-6 案例13：利用AB测试优化产品设计_.mp4 [15.6 MB]
  • 1-3 统计学基础：假设检验_.mp4 [12.8 MB]
  • 2-1 什么是异常监测_.mp4 [11.7 MB]
第6周 Python实现网络爬虫11 集
  • 第6周 Python实现网络爬虫资料.zip [1.8 MB]
  • 3-2 练习：爬取全部电影数据_.mp4 [76.8 MB]
  • 2-4 数据存储与代码优化_.mp4 [144.9 MB]
  • 2-1 获取目标信息_.mp4 [109.0 MB]
  • 3-1 通过API接口获取数据_.mp4 [104.1 MB]
  • 2-3 整合爬虫功能函数_.mp4 [111.6 MB]
  • 2-2 连续获取多个页面信息_.mp4 [119.7 MB]
  • 1-1 浠€涔堟槸鐖櫕_.mp4 [13.3 MB]
  • 3-3 练习：爬取全部电影数据_.mp4 [122.3 MB]
  • 1-3 认识HTML网页结构_.mp4 [137.4 MB]
  • 资料文档.url [112.0 B]
📁 第13周 预售销售额、调整运营策略20 集
  • 2-1 测模型的定义与分类_.mp4 [10.4 MB]
  • 3-4 Excel层次分析法：构造成对比较矩阵_.mp4 [43.8 MB]
  • 2-5 Python回归分析：绘图、预测_.mp4 [60.6 MB]
  • 1-2 如何拆解GMV：流量、转化、客单价？_.mp4 [16.5 MB]
  • 4-2 15.17如何策划一场活动_.mp4 [18.2 MB]
  • 3-2 什么是层次分析法AHP？_.mp4 [10.2 MB]
  • 3-1 什么是商品分析？_.mp4 [19.1 MB]
  • 4-3 15.18案例11：设计内容运营方案_.mp4 [10.9 MB]
  • 2-3 Python回归分析：数据预处理_.mp4 [33.6 MB]
  • 3-5 Excel层次分析法：构造方案判断矩阵_.mp4 [42.1 MB]
  • 2-6 案例9：预测2020天猫双11销售额_.mp4 [11.0 MB]
  • 4-1 15.16什么是运营策略：摩拜红包车_.mp4 [13.8 MB]
  • 3-6 Excel层次分析法：总排序权重计算与决策_.mp4 [25.3 MB]
  • 2-4 Python回归分析：多项式回归模型_.mp4 [19.6 MB]
  • 3-7 案例10：选择最优商品进行推广_.mp4 [8.8 MB]
  • 1-1 为什么要预测销售额？_.mp4 [21.3 MB]
  • 3-3 Excel层次分析法：构建层次结构_.mp4 [9.4 MB]
  • 2-2 练习：使用Excel预测销售额_.mp4 [84.3 MB]
  • 第13周 预售销售额、调整运营策略资料.png [493.5 KB]
  • 第13周 预售销售额、调整运营策略文档.zip [1.8 MB]
第12周 分析消费行为15 集
  • 第12周 分析消费行为资料.png [493.5 KB]
  • 2-9 使用SQL计算回购率_.mp4 [75.9 MB]
  • 2-6 个体分析：消费频次、商品数_.mp4 [41.4 MB]
  • 2-5 个体分析：消费金额_.mp4 [38.2 MB]
  • 2-8 使用SQL计算复购率_.mp4 [71.3 MB]
  • 2-1 案例说明：某电商交易数据_.mp4 [59.8 MB]
  • 3-2 使用SQL用户平均购买周期_.mp4 [56.0 MB]
  • 1-2 消费行为模式的变迁_.mp4 [30.5 MB]
  • 2-7 商品分析：销售情况、价格分布_.mp4 [59.8 MB]
  • 2-4 趋势分析：消费时间段偏好_.mp4 [74.9 MB]
  • 3-1 使用SQL计算头部用户贡献额_.mp4 [81.6 MB]
  • 1-1 什么是消费行为_.mp4 [17.1 MB]
  • 2-2 趋势分析：金额、频次、人数、产品数_.mp4 [41.8 MB]
  • 3-3 案例8：基于电商的用户消费行为分析_.mp4 [20.0 MB]
  • 2-3 趋势分析：销售额 vs 产品数_.mp4 [53.7 MB]
第8周 初始互联网商业模式12 集
  • 第8周 初始互联网商业模式说明.zip [1.8 MB]
  • 1-8 趋势预测：PEST分析法_.mp4 [13.2 MB]
  • 2-1 互联网岗位解析_.mp4 [42.0 MB]
  • 1-1 阶段引导：从数据分析工具，到商业分析思维_.mp4 [12.2 MB]
  • 1-3 如何做行业分析_.mp4 [18.4 MB]
  • 1-2 互联网行业简介_.mp4 [33.9 MB]
  • 1-6 竞争分析：波特五力模型_.mp4 [19.4 MB]
  • 2-2 数据职能岗发展通道_.mp4 [21.2 MB]
  • 1-5 市场规模：直播电商成交额_.mp4 [116.0 MB]
  • 1-9 案例3：直播电商行业分析报告_.mp4 [61.2 MB]
  • 1-4 市场规模：直播电商发展时间线_.mp4 [128.6 MB]
  • 1-7 价值链：直播生态产业图谱_.mp4 [65.4 MB]
资料4 条
  • 资料文档.png [493.5 KB]
  • 辅助材料.exe [47.9 MB]
  • 数据包.exe [573.6 MB]
  • 人人都能学会数据分析.exe [15.5 MB]
第3周 从0开始学SQL7 集
  • 1-5 基础语法_.mp4 [31.7 MB]
  • 1-3 MySQL安装及配置_.mp4 [24.9 MB]
  • 1-6 数据排序与筛选_.mp4 [43.6 MB]
  • 1-4 安装Navicat_.mp4 [37.0 MB]
  • 2-2 对数据进行分类汇总_.mp4 [19.1 MB]
  • 1-2 认识数据表结构_.mp4 [9.0 MB]
  • 2-4 导出数据_.mp4 [13.9 MB]
第14周 促进用户活跃度、提升用户留存8 集
  • 2-2 练习：使用Excel计算用户留存率_.mp4 [141.8 MB]
  • 1-3 练习：使用Excel构建RFE模型_.mp4 [165.3 MB]
  • 2-3 练习：使用Excel计算用户生命周期_.mp4 [82.1 MB]
  • 2-4 案例8补充：基于电商的用户留存与价值分析_.mp4 [10.6 MB]
  • 1-1 如何提升产品活跃度？_.mp4 [19.0 MB]
  • 1-2 用户活跃度模型（RFE）_.mp4 [8.9 MB]
  • 2-1 什么是产品的 Aha Moment？_.mp4 [13.7 MB]
  • 资料1.url [112.0 B]
第1周 走进数据分析10 集
  • 2-1 什么是数据~1_.mp4 [17.0 MB]
  • 2-8 数据分析流程~1_.mp4 [21.0 MB]
  • 2-4 统计指标：离散趋势~1_.mp4 [18.0 MB]
  • 2-7 澶勭悊寮傚父鍊紐1_.mp4 [10.5 MB]
  • 1-1 互联网数据分析通用课程-导学~1_.mp4 [10.2 MB]
  • 2-2 什么是统计指标~1_.mp4 [13.2 MB]
  • 2-6 璇嗗埆寮傚父鍊紐1_.mp4 [11.8 MB]
  • 2-3 统计指标：集中趋势~1_.mp4 [13.1 MB]
  • 1-2 从互联网数据分析说起~1_.mp4 [6.2 MB]
  • 2-5 统计指标：分布形态~1_.mp4 [14.5 MB]
第11周 用户引流与转化14 集
  • 2-3 设置R、F、M评分标准_.mp4 [38.0 MB]
  • 2-6 RFM评分卡优化：使用K-Means进行数据分组_.mp4 [89.2 MB]
  • 2-7 模型展示与可视化_.mp4 [52.7 MB]
  • 2-2 利用Excel计算R、F、M分值_.mp4 [47.1 MB]
  • 1-6 数据标签系统：构建商品画像_.mp4 [81.0 MB]
  • 2-8 案例5：基于RFM的用户精细化管理_.mp4 [32.6 MB]
  • 2-4 璁＄畻R銆丗銆丮寰楀垎_.mp4 [49.4 MB]
  • 1-7 练习：使用SQL提取商品数据_.mp4 [44.4 MB]
  • 1-2 数据标签系统：背景介绍_.mp4 [66.2 MB]
  • 1-3 数据标签系统：数据采集、埋点_.mp4 [42.2 MB]
  • 2-5 给用户贴标签_.mp4 [66.7 MB]
  • 1-5 练习：使用SQL提取用户数据_.mp4 [44.0 MB]
  • 1-4 数据标签系统：构建用户画像_.mp4 [59.9 MB]
  • 1-1 什么是用户画像_.mp4 [17.2 MB]

适合人群

  • 数据分析初学者
  • 数据分析进阶者
  • 数据分析师

🎯 学习收获

  • 掌握数据分析工具与技能
  • 学会数据可视化与报告撰写
  • 构建用户画像与漏斗分析

🎉 祝您学习愉快！

同类课程

和你正在看的这门一个方向
查看更多
极客时间——云原生训练营课程【补档完结】云计算 查看详情

极客时间——云原生训练营课程【补档完结】

永久有效 · 网盘发货

¥29.901 人已购
永久更新 13
34招精通商业智能数据分析Power BI和Tableau进阶实战云计算 查看详情

34招精通商业智能数据分析Power BI和Tableau进阶实战

永久有效 · 网盘发货

¥29.901 人已购
永久更新 13
1+X 大数据平台运维职业技能等级证书中级资料云计算 查看详情

1+X 大数据平台运维职业技能等级证书中级资料

永久有效 · 网盘发货

¥29.901 人已购
永久更新 8
尚硅谷 - AI全能开发-260525【七月更新】云计算 查看详情

尚硅谷 - AI全能开发-260525【七月更新】

永久有效 · 网盘发货

¥29.9056 人看过
永久更新 56
HCIE Datacom全套课程（）云计算 查看详情

HCIE Datacom全套课程（）

永久有效 · 网盘发货

¥29.9029 人看过
永久更新 29