课程介绍 第一章 数据操作：导入、导出与内置数据集 - 第一节 数据导入与导出概述 - 1.2.1 数据导入 - 1.2.2 示例：从 CSV文件读取地震事件数据集 - 1.2.3 示例：从 CSV文件读取地震事件数据集【动手实践】 - 1.2.4 从Excel文件导入 - 1.2.5 示例：导入“商品房销售月度数据.xls”文件 - 1.2.6 示例：导入“商品房销售月度数据.xls”文件【动手实践】 - 1.2.7 从数据库导入 - 1.2.8 示例：从SQLite数据库导入苹果公司股票数据 - 1.2.9 示例：从SQLite数据库导入苹果公司股票数据【动手实践】 - 1.3.1 导出到CSV文件 - 1.3.2 示例：将电商平台订单数据导出为CSV文件 - 1.3.3 示例：将电商平台订单数据导出为CSV文件【动手实践】 - 1.3.4 导出到Excel文件 - 1.3.5 导出到Excel文件【动手实践】 - 1.3.6 示例：将电商平台订单数据导出为Excel文件 - 1.3.7 示例：将电商平台订单数据导出为Excel文件【动手实践】 - 第四节 上 内置数据集概述 - 第四节 下 常用内置数据集 第二章 数据清洗与预处理 - 2.1.1 数据清洗 - 2.1.2 数据结构检查 - 2.1.3 示例：电商平台订单数据结构检查 - 2.1.4 示例：电商平台订单数据结构检查【动手实践】 - 2.2.1 数据清理步骤 - 2.2.2 示例：在线教育平台用户注册数据清洗 - 2.2.3示例：在线教育平台用户注册数据清洗【动手实践】 - 2.3.1 数据重塑 - 2.3.2 从宽格式转换为长格式 - 2.3.3 从宽格式转换为长格式【动手实践】 - 2.4.1 行合并 - 2.4.2 行合并【动手实践】 - 2.4.3 列合并 - 2.4.4 列合并【动手实践】 - 2.5.1 左连接 - 2.5.2 左连接【动手实践】 - 2.5.3 右连接 - 2.5.4 右连接【动手实践】 - 2.5.5 内连接 - 2.5.6 内连接【动手实践】 - 2.5.7 全连接 - 2.5.8 全连接【动手实践】 第三章 数据可视化基础——使用Base R工具绘制图形 - 3.1.1 数据可视化概述 - 3.2.1 散点图 - 3.2.2 散点图【动手实践】 - 3.2.3折线图 - 3.2.4 折线图【动手实践】 - 3.2.5 柱状图和条形图 - 3.2.6 柱状图和条形图【动手实践】 - 3.2.7 饼图 - 3.2.8 饼图【动手实践】 - 3.2.9 强视觉效果的饼图 - 3.2.10 强视觉效果的饼图【动手实践】 - 3.2.11 热力图 - 3.2.12 热力图【动手实践】 - 3.3.1 设置颜色 - 3.3.2 设置颜色【动手实践】 - 3.3.3 添加图例与网格线 - 3.3.4 添加图例与网格线【动手实践】 - 3.3.5 坐标轴设置 - 3.3.6 坐标轴设置【动手实践】 第四章 高级数据可视化——使用ggplot2绘制图形 - 4.1.1 ggplot2的基本语法结构 - 4.1.2 ggplot2的基本语法结构【动手实践】 - 4.1.3 ggplot2中的图层概念 - 4.1.4 ggplot2中的图层概念【动手实践】 - 4.1.5 ggplot2中映射美学 - 4.1.6 ggplot2中映射美学【动手实践】 - 4.2.1 使用ggplot2绘制图形 - 4.2.2 直方图 - 4.2.3 直方图【动手实践】 - 4.2.4 示例：绘制高速公路油耗直方图 - 4.2.5 示例：绘制高速公路油耗直方图【动手实践】 - 4.2.6 密度图 - 4.2.7 密度图【动手实践】 - 4.2.8 示例：绘制高速公路油耗密度图 - 4.2.9 示例：绘制高速公路油耗密度图【动手实践】 - 4.2.10 ：绘制高速公路油耗直方图十密度图 - 4.2.11 ：绘制高速公路油耗直方图十密度图【动手实践】 - 4.2.12 箱线图 - 4.2.13 箱线图【动手实践】 - 4.2.14 示例：绘制不同气缸数汽车的马力分布箱线图 - 4.2.15 示例：绘制不同气缸数汽车的马力分布箱线图【动手实践】 - 4.2.16 小提琴图 - 4.2.17 小提琴图【动手实践】 - 4.2.18 示例：绘制不同处理组植物生长量的小提琴图 - 4.2.19 示例：绘制不同处理组植物生长量的小提琴图【动手实践】 - 4.2.20 散点图 - 4.2.21 散点图【动手实践】 - 4.2.22 示例：绘制iris数据集散点图 - 4.2.23 示例：绘制iris数据集散点图【动手实践】 - 4.2.24 气泡图 - 4.2.25 气泡图【动手实践】 - 4.2.26 示例：红葡萄酒质量与成分关系气泡图 - 4.2.27 示例：红葡萄酒质量与成分关系气泡图【动手实践】 - 4.2.28 散点平滑图 - 4.2.29 散点平滑图【动手实践】 - 4.2.30 示例：绘制引擎排量与高速公路油耗的散点平滑图 - 4.2.31 示例：绘制引擎排量与高速公路油耗的散点平滑图【动手实践】 - 4.2.32 柱状图 - 4.2.33 柱状图【动手实践】 - 4.2.34 示例：绘制不同汽车类型的数量分布柱状图 - 4.2.35 示例：绘制不同汽车类型的数量分布柱状图【设置中文标签】 - 4.2.36 示例：绘制不同汽车类型的数量分布柱状图【动手实践】 - 4.2.37 堆叠柱状图 - 4.2.38 堆叠柱状图【动手实践】 - 4.2.39 示例：绘制不同汽车类别中的驱动方式分布堆叠柱状图 - 4.2.40 示例：绘制不同汽车类别中的驱动方式分布堆叠柱状图【动手实践】 - 4.2.41 分组柱状图 - 4.2.42 分组柱状图【动手实践】 - 4.2.43 示例：绘制不同汽车类别中的驱动方式分布分组柱状图 - 4.2.44 示例：绘制不同汽车类别中的驱动方式分布分组柱状图【动手实践】 - 4.2.45 条形图 - 4.2.46 条形图【动手实践】 - 4.2.47 折线图 - 4.2.48 折线图【动手实践】 - 4.2.49 示例：绘制中国铝业股票成交量变化折线图 - 4.2.50示例：绘制中国铝业股票成交量变化折线图【动手实践】 - 4.2.51 多条折线图 - 4.2.52 多条折线图【动手实践】 - 4.2.53 示例：绘制中国铝业股票价格的变化多折线图 - 4.2.54 示例：绘制中国铝业股票价格的变化多折线图【动手实践】 - 4.2.55 面积图 - 4.2.56 面积图【动手实践】 - 4.2.57 示例：绘制中国铝业股票成交量变化面积图 - 4.2.58 示例：绘制中国铝业股票成交量变化面积图【动手实践】 - 4.2.59 饼图 - 4.2.60 饼图【动手实践】 - 4.2.61 示例：绘制不同汽车类型的数量占比饼图 - 4.2.62 示例：绘制不同汽车类型的数量占比饼图【动手实践】 - 4.2.63 环形图 - 4.2.64 环形图【动手实践】 - 4.2.65 示例：绘制不同汽车类型的数量占比环形图 - 4.2.66 示例：绘制不同汽车类型的数量占比环形图【动手实践】 - 4.2.67 热力图 - 4.2.68 热力图【动手实践】 - 4.2.69 示例：mtcars数据集相关性热力图 - 4.2.70 示例：mtcars数据集相关性热力图【动手实践】 第五章 描述性统计分析 - 5.1.1 均值 - 5.1.2 均值【动手实践】 - 5.1.3 均值与数据可视化 - 5.1.4 均值与数据可视化【动手实践】 - 5.1.5 中位数 - 5.1.6 中位数【动手实践】 - 5.1.7 中位数与数据可视化 - 5.1.8 中位数与数据可视化【动手实践】 - 5.1.9 众数 - 5.1.10 众数【动手实践】 - 5.1.11 众数与数据可视化 - 5.1.12 众数与数据可视化【动手实践】 - 5.2.1 极差 - 5.2.2 方差 - 5.2.3 极差和方差【动手实践】 - 5.2.4 方差与数据可视化.mp4 - 5.2.5 方差与数据可视化【动手实践】 - 5.2.6 标准差 - 5.2.7 标准差【动手实践】 - 5.2.8 标准差与数据可视化 - 5.2.9 标准差与数据可视化【动手实践】 - 5.3.1 四分位数 - 5.3.2 异常值 - 5.3.3 异常值【动手实践】 - 5.3.4 箱线图与四分位数和异常值分析 - 5.3.5 箱线图与四分位数和异常值分析【动手实践】 - 5.4.1 数据分组操作 - 5.4.2 数据分组操作【动手实践】 - 5.4.3 数据汇总操作 - 5.4.4 数据汇总操作【动手实践】 - 5.4.5 使用数据透视表进行汇总 - 5.4.6 使用数据透视表进行汇总【动手实践】 第六章 相关性分析 - 第一节 相关性分析概述 - 6.2.1 计算皮尔逊相关系数 - 6.2.2 计算皮尔逊相关系数【动手实践】 - 6.2.3 示例：计算小鸡生长天数与体重的皮尔逊相关系数 - 6.2.4 示例：计算小鸡生长天数与体重的皮尔逊相关系数【动手实践】 - 6.3.1 计算斯皮尔曼相关系数 - 6.3.2 计算斯皮尔曼相关系数【动手实践】 - 6.3.3 示例：计算小鸡生长天数与体重的斯皮尔曼相关系数 - 6.3.4 示例：计算小鸡生长天数与体重的斯皮尔曼相关系数【动手实践】 - 6.4.1 散点图与相关性分析 - 6.4.2 散点图与相关性分析【动手实践】 - 6.4.3 热力图与相关性分析 - 6.4.4 热力图与相关性分析【动手实践】 第七章 统计模型与推断分析 - 7.1.1 概率分布 - 7.1.2 参数估计 - 7.2.1 线性回归分析 - 7.2.1 线性回归分析【动手实践】 - 7.2.2 示例：线性回归分析预测马力与油耗的关系 - 7.2.2 示例：线性回归分析预测马力与油耗的关系【动手实践】 - 7.2.3 逻辑回归分析 - 7.2.3 逻辑回归分析示例 - 7.2.3 逻辑回归分析示例【动手实践】 - 7.3 时间序列分析基础 - 7.3.1 时间序列的分解 - 7.3.1 时间序列的分解【动手实践】 - 7.3.2 示例：AirPassengers数据集的时间序列分解与可视化分析 - 7.3.2 示例：AirPassengers数据集的时间序列分解与可视化分析【动手实践】 - 7.4 时间序列建模 - 7.4.1 自回归模型 (AR) - 7.4.1 自回归模型 (AR)示例：采用AR模型预测AirPassengers数据集 - 7.4.1 自回归模型 (AR)示例：采用AR模型预测AirPassengers数据集【动手实践】 - 7.4.2 移动平均模型(MA) - 7.4.2 移动平均模型(MA)示例：采用MA模型预测AirPassengers数据集 - 7.4.2 移动平均模型(MA)示例：采用MA模型预测AirPassengers数据集【动手实践】 - 7.4.3 自回归滑动平均模型(ARMA) - 7.4.3 自回归滑动平均模型(ARMA)示例：采用ARMA模型预测AirPassengers数据集 - 7.4.3 自回归滑动平均模型(ARMA)示例：采用ARMA模型预测AirPassengers数据集【动手实践】 - 7.4.4 自回归积分滑动平均模型(ARIMA) - 7.4.4 自回归积分滑动平均模型(ARIMA)示例：采用ARIMA模型预测AirPassengers数据集 - 7.4.4 自回归积分滑动平均模型(ARIMA)示例：采用ARIMA模型预测AirPassengers数据集【动手实践】 第八章 综合案例分析 - 8.1 案例1：基于在线零售数据描述性统计分析 - 8.1 案例1：基于在线零售数据描述性统计分析【动手实践】 步骤1：数据导入 - 8.1 案例1：基于在线零售数据描述性统计分析【动手实践】步骤2：数据清洗 - 8.1 案例1：基于在线零售数据描述性统计分析【动手实践】步骤3：描述性统计分析 - 8.1 案例1：基于在线零售数据描述性统计分析【动手实践】步骤4：数据可视化 - 8.2 案例2：空气污染物之间的关系分析与气象因素的影响 - 8.2 案例2：空气污染物之间的关系分析与气象因素的影响【动手实践】步骤1：数据导入与预处理 - 8.2 案例2：空气污染物之间的关系分析与气象因素的影响【动手实践】步骤2：数据探索与可视化 - 8.2 案例2：空气污染物之间的关系分析与气象因素的影响【动手实践】步骤3：气象因素与污染物的关系分析 - 8.3 案例3：银行营销活动效果分析与客户订阅预测 - 8.3 案例3：银行营销活动效果分析与客户订阅预测【动手实践】步骤1：数据导入与预处理 - 8.3 案例3：银行营销活动效果分析与客户订阅预测【动手实践】步骤2：模型构建与逻辑回归分析 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 1：数据导入 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 2：数据清洗 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 3：建立ARIMA模型 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4：模型评估与可视化 - 8.4 案例4：基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 5：预测与保存结果