摘  要

 

Excel是目前应用最广泛的数据处理和分析软件之一。Excel中含有大量的公式函数和分析工具，便于数据进行分析处理。Python有着简洁性、易读性以及可拓展性的优点，是目前常用的用于数据处理与分析的编程语言，并且拥有专用的拓展工具库，例如：Numpy、Pandas和Matplotlib等。凭借着这些工具，Python非常适合专业人士进行数据处理、数据分析以及图表制作。本文分析了两种工具作为《数据处理和分析基础》通识课程工具软件，各自的优势以及劣势，并根据他们各自的特点，结合教学目标，设计并实现了多个实际案例。

 

关键词：数据分析，Excel，Python，案例，通识课程

目  录

 

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 数据分析和处理的主要工具 1

1.3.1 Excel 1

1.3.2 Python 1

1.3.3 其他常用的分析工具 1

1.4 发展趋势 2

1.5 存在的问题 2

第二章 《数据分析和处理》通识课的主要内容 4

2.1 数据分析和处理的相关概念 4

2.2 数据分析和处理的主要内容 4

2.2.1 确立数据分析目标 4

2.2.2 收集数据 4

2.2.3 数据清洗 4

2.2.4 数据整理 5

2.2.5 描述分析 5

2.2.6 洞察结论 5

第三章 Python和Excel的对比研究 6

3.1 Excel与Python在数据分析和处理方面的对比研究 6

3.1.1 处理数据量的大小 6

3.1.2 操作的便捷性 6

3.1.3 应用领域的比较 6

3.1.4 运行效率 6

第四章 Excel的实例设计与分析 8

4.1 Excel数据处理和分析的特点 8

4.1.1 Excel数据分析处理的优势 8

4.1.2 Excel数据分析处理的局限 8

4.2 Excel的数据处理和分析现状 8

4.3 《数据处理与分析基础》通识课程中Excel的案例设计与分析 8

4.3.1 案例一：自定义排序 9

4.3.2 案例二：整理不规范数据 11

4.3.3 案例三：筛选单元格数据 15

4.3.4 案例四：将Excel表中的数据绘制成柱状图 17

4.4 小结 19

第五章 Python的案例设计与分析 20

5.1 Python数据处理和分析的特点 20

5.1.1 Python数据处理和分析的优势 20

5.1.2 Python数据处理和分析的局限 20

5.2 Python的数据处理和分析现状 20

5.3 Python进行数据处理时常用的第三方库 20

5.3.1 os模块 21

5.3.2 Xlwings模块 21

5.3.3 Pandas模块 21

5.3.4 Matplotlib模块 21

5.4 《数据处理与分析基础》通识课程中Python的案例设计与分析 21

5.4.1 案例一：批量升序排序一个表格中的所有工作表 21

5.4.2 案例二：对一个表格中的所有工作表求和 23

5.4.3 案例三：批量制作数据透视表 24

5.4.4 案例四：批量重命名多个工作簿 26

5.4.5 案例五：自定义排序 27

5.5 小结 29

第六章 结论 30

参考文献 31

致  谢 32