Python 中的数据分析项目创意

数据分析项目涵盖了从查找信息源到清理和处理数据的整个分析过程。如果您正在寻找第一份数据管理工作，项目可以让您练习使用各种商业智能工具和方法。最优秀的项目能够揭示违反常理的关联并提供出乎意料的答案。本文将向您展示如何开发能够让您立即获得就业机会的数据和分析项目。

从事数据分析项目有什么好处？

为了获得工作，您必须完成数据分析任务，因为这些任务可以向招聘经理展示您适合该职位。该领域的专业人士必须熟练掌握各种技能，包括像 Postgresql、R 和 Python 这样的脚本语言，数据清理和数据可视化。您可以通过数据分析任务来展示这些技能的熟练程度。此外，特别是如果学生缺乏实践经验，个人项目是学习各种信息分析方法的绝佳机会。

数据分析项目创意列表

特别是如果您不熟悉数据分析，项目是获得整个过程经验的好方法。这里有一些很棒的入门项目创意

项目创意：网络抓取

网络抓取是从网站提取信息，例如图片、客户评论或产品描述。这些数据首先被收集然后格式化。网络爬虫可以使用自定义 Python 脚本、API 或像 ParseHub 这样的网络数据提取解决方案来执行。这里有两种常见的数据抓取技术

项目创意：Reddit

由于可获得的海量数据，包括帖子的主要分析和评论以及用户信息，包括与每个帖子进行的交互，Reddit 是网络抓取的流行资源。

在 Twitter 上，您可以从子版块提取有关特定主题的帖子。使用 Python 包 PRAW，您可以使用 Reddit 的 API 来抓取您选择的子版块。然后，您可以一次从一个或多个讨论论坛收集数据。如果您想避免抓取自己的数据，可以在 data.world 上找到 Reddit 数据集。

项目创意：房地产

如果您对房地产感兴趣，可以使用 Django 来抓取住宅和商业地产的数据。最流行的两个用于数据抓取的 Python 包是 BeautifulSoup 和 Scrapy。然后，您可以开发一个仪表板来检查基于人口、房产税、公共交通和学校等变量的“最佳”房产。您还可以使用 Zillow API 来获取有关房地产和抵押贷款的信息。

项目创意：探索性数据分析

探索性数据分析 (EDA)，它涉及到深入研究数据集以总结其关键特征，是初学者另一项极好的任务。EDA 有助于决定统计方法是否适用于特定数据集。以下项目可以帮助您提高 EDA 技能

项目创意：麦当劳营养成分表

由于其高钠和高脂肪含量，麦当劳的餐点产品经常引起争议。您可以使用这个 Kaggle 数据集对每个菜单项进行营养分析，包括沙拉、饮品和甜点。首先，Python 应导入数据源。接下来，根据糖和纤维含量等特征对项目进行分类。之后，您可以使用热图、散点图以及条形图和饼图来建模结果。此项目需要 Python 脚本、Pandas 和 Data 对象库。

项目创意：世界幸福报告

世界幸福报告调查了全球幸福水平。在这项研究中，一位宾夕法尼亚州立大学的学生使用著名的 SQLite 数据模型研究了南北半球幸福水平的差异。

项目创意：全球自杀率

尽管有几个关于自杀率的数据集，但 Siddarth Sudhakar 的数据集包含了来自世界卫生组织、货币基金组织、Kaggle 和 UNDP 的信息。使用 Python 导入数据，并使用 Pandas 模块进行探索。然后可以从那里总结数据特征。例如，您可以找出人均 GDP 和自杀率之间的关系。

项目创意：数据可视化

可视化能够传达您的数据中的趋势、异常值和反常之处。如果您是该行业的新手并正在寻找描述性统计项目，那么创建可视化是一个很好的起点。选择最适合您想要传达的叙述的图表。条形图和线形图可以有效地描绘随时间的变化。

项目创意：美国污染

该机构发布了关于环境保护空气质量趋势的年度数据。这个 Kaggle 数据集包含 2000 年至 2016 年的 EPA 污染物数据，作为一个 CSV 文件。您可以使用 R 包 OpenAir 或 Python Seaborn 模块来可视化这些数据。例如，您可以模拟排放浓度如何随一天中的小时、当前日期或月份而变化。热图还可以确定一年中哪个时间段在特定区域污染最严重。

项目创意：历史可视化

印刷术的传播或咖啡生产和消费的模式等历史事件可以通过数据有效地可视化。在哈佛商学院创建的这个可视化中，展示了 1955 年美国最大的公司。

项目创意：天文可视化

来自现代望远镜和卫星的数字图像非常适合数据可视化。data.world 上的这个数据集显示了未来 12 个月内将接近地球的小行星以及已经接近地球的小行星。在这里，您可以看到使用数据库创建的实时可视化，以获取您研究的灵感。该网站还可以确定每个数据点的行星轨道类别（例如，阿波罗、小行星、半人马座）。

项目创意：Instagram 可视化

Jupyter notebook 和 IPython 用于 KDNuggets 的这个项目来分析 Instagram 数据。就像在这个项目中一样，您可以使用 Instagram 数据来对比两个总统竞选的受欢迎程度，或进行时间序列分析以确定某位公众人物在重大事件之前和之后的受欢迎程度。但是，您可能需要更有能力使用标准的 Python 在您的 notebook 中显示图形。

项目创意：情感分析

自然语言处理 (NLP) 用于情感分析，有时称为“意见挖掘”，以确定人们对产品、名人或政党的看法。每个输入都会获得一个情感分数，将其归类为积极、消极或中性。要获得数据分析职位，您绝对需要掌握这项技能。以下是一些可以纳入您作品集的绝佳项目

项目创意：Twitter 情感分析

社交媒体帖子可以根据其极性或与特定情绪相关的关键词进行分组。Apache NiFi GetTwitter CPU 收集实时 Twitter 消息，并将信息摄入消息队列，以获取有关热门主题或标签的帖子。或者，使用 Twitter 的近期搜索端点。在创建您的数据集后，可以使用 Microsoft Azure 的文本分析智能服务来计算情感分数，该服务可以识别关键术语和实体，例如人物、地点和组织。

项目创意：Google 上的受众评论

Google 评论既是客户反馈的来源，也是数据分析的项目，都非常棒。使用 Google Plus Business API，您可以检索位置数据和评论。数据爱好者 Alexandr Bhole 在 Medium 上的这个项目中使用 Python 对来自 Google Playstore 的客户评论进行了情感分析。然后，她使用 Pandas profiling 进行了探索性数据分析，以识别变量、交互、关系和缺失值。然后，TextBlob 根据语义信息和主观性确定了情感分数。

项目创意：Quora 问题配对

作为全球最受欢迎的问答网站之一，Quora 是数据分析的首选对象。在最近的 Kaggle 挑战中，用户需要使用高级 NLP 来对重复的问题对进行分类。例如，Quora 将问题“美国人口最多的州是什么？”和“美国有多少人口最多的人？”分开是错误的。在这个 Quora 数据集中，可以找到超过 130 万行可能的问题重复对。每一行都包含每个问题的完整文本、对中每个问题的 ID，以及一个布尔值，指示该行是否具有重复对。纽约大学的一群学生使用一种称为 n-gram 的基本预测方程，在这个项目中构建了一个自然语言理解 (NLU) 模型的特征集。然后，研究人员使用 Scikit 的支持向量微阵列 (SVM) 实现模块进行了词嵌入研究。

项目创意：数据清理

数据清理是数据处理的关键组成部分，展示您的数据清理能力对于获得录用至关重要。数据清理是指从数据集中纠正或删除不准确、损坏、重复或不足的信息。当数据混乱时，结果是不可靠的。以下是一些可以测试您数据清理能力的任务

项目创意：Airbnb（纽约）的开放数据

使用 Airbnb 的开放 API，您可以从公司网站提取关于 Airbnb 度假的信息。或者，您可以使用这个当前的 Kaggle 数据集来了解 2019-2020 年纽约市 Airbnb 的入住情况。两个数据集都包含了了解赞助商和地域分布所需的所有详细信息，而这些信息是生成假设和得出结论的关键指标。

项目创意：YouTube 视频统计数据

YouTube 上最受欢迎的趋势视频可以一窥文化时代精神。这个 Kaggle 数据集包含来自不同国家的关于最受欢迎的 YouTube 视频的数月数据。每个视频都包含标题、频道名称、发布日期、标签、观看次数、评分和差评、摘要以及评论次数。这些信息可用于

• 情感分析
• 根据用户反馈和使用数据将 YouTube 视频分类。
• 调查影响 YouTube 视频受欢迎程度的因素；

项目创意：教育统计

为了找到残疾学生的联邦数据，这个项目取材于《R 语言教育计算机科学》一书，分析了从美国教育部网站收集的了这个数据集。清理变量名称可以帮助您准备数据进行分析。当可视化学生人口统计信息时，您可以进一步探索数据集。

数据分析中的中级项目创意

如果您是一位希望发展职业生涯的中级数据分析师，您应该致力于提高您的数据收集、数据科学、数据收集、数据预处理和数据可视化能力。以下是一些可以纳入您作品集的绝佳项目

项目创意：数据科学与数据挖掘

数据挖掘是从原始数据中提取信息的过程。以下数据挖掘项目可以帮助您作为数据分析师取得进步

项目创意：语言识别

DeepSpeech 是一个透明的语音转文本引擎，它利用了 Google 的 TensorFlow。识别语音的程序将其转换为文本。在 Python 中下载一个语音合成包，如 Apiai、SpeechRecognition 或 Anderson。

项目创意：动漫推荐系统

尽管流媒体算法很有用，但为什么不为特定流派创建一个呢？这个 Kaggle 众包数据集包含来自 73,516 名用户对 12,294 部动漫的偏好信息。要创建各种推荐引擎，您可以根据评分、角色和情节摘要对相关节目进行分组。

项目创意：聊天机器人

聊天机器人使用自然语言处理来理解文本输入（对话消息）并提供响应。Python 的自然语言工具包 (NLTK) 包可用于创建聊天机器人。任何人都可以将对话添加到 Github 的开源、机器学习 Chatterbot 对话引擎中。该库存储用户输入的文本以及他们发表的每条陈述。随着 Chatterbot 从更多输入中学习，它能够提供更多样化的响应，从而增加。

信息收集、处理和可视化： 从多个来源获取、测量和分析数据的过程，以找到问题的答案、解决业务问题和测试假设，被称为数据收集。成功的数据分析项目展示了从查找数据源到可视化数据的每个过程步骤的掌握程度。这里有一个可以提高您在数据收集、清理和可视化方面的能力的 项目

项目创意：Apple Watch 锻炼分析

Apple Watch 收集各种与锻炼相关的信息，例如总消耗卡路里、行驶距离（步行或跑步时）、平均心率和平均配速。您可以使用处理过的数据生成可视化，例如滚动平均步数。

数据分析的高级项目创意

您准备好担任高级数据分析职位了吗？您可以将以下项目纳入您的作品集

项目创意：机器学习

借助机器学习，计算机可以基于现有事实不断预测结果，而无需显式编程。这些算法使用历史数据作为输入来预测新的输出值。您可以尝试以下典型的机器学习项目

项目创意：欺诈检测

机器学习使用不断学习识别新威胁的欺诈检测模型。此项目使用 Amazon SageMaker 来训练无监督和监督机器学习模型，然后使用 Amazon SageMaker 管理的端点进行部署。

项目创意：电影推荐系统

电影推荐系统依赖于使用模式和浏览历史的信息。要创建电影推荐器，您可以使用这个 MovieLens 数据集，该数据集包含 103,000 多部电影的 105,339 条评分。以下是每个阶段的详细信息。

项目创意：葡萄酒品质预测

葡萄酒分类器根据葡萄酒的化学特性（如粘度或酸度）提供推荐。此 Kaggle 项目中使用了以下三个分类器模型来预测葡萄酒品质

1. 初始随机森林分类器
2. 梯度下降随机梯度分类器
3. 使用梯度提升分类器 (SVC)

Numpy 非常适合处理数组，而 Pandas 则有助于此类数据采集。最后，您可以使用 Seaborn 和 Matplotlib 查看数据。

项目创意：Netflix 个性化

创建一个算法，该算法利用基于项目项的协同过滤，该算法根据用户评分生成商品之间的相似性，来设计一个受 Netflix 启发的推荐引擎。本项目根据旅行、演员、主题、语言、发布年份和其他因素，为 IMDB 评分建立过滤功能。您可以下载公开可用的 IMDb 数据子集来创建您的数据集。机器学习和人工智能在 Netflix 推荐引擎中的应用与亚马逊非常相似。该公司根据用户的观看历史、搜索历史、评分历史、时间、日期和设备类型预测应该向用户推荐什么。据统计，Netflix 在 2014 年使用了 76,897 种“所有类型”或原创方法来决定向观众推荐哪些电影和电视节目，以定制他们的体验并让他们持续回来。

此外，该公司还利用消费者数据为每个用户设计独特的网页。它显示了它认为最能激发用户兴趣并改善他们整体平台使用情况的内容。

项目创意：自动语言识别

人工智能的一个子领域“自然语言处理”（NLP）使计算机能够理解和修改文本和音频中的自然语言。内容可以创造或打破用户与您的平台之间的整体体验和参与度，而推荐算法本身就足够了。而 Netflix 非常清楚这一点！要获得更高级别的职位，请尝试将这些项目中的任何一个纳入您的作品集。

背景

• 借助内容，这家在线视频流媒体领域的行业领导者会根据观众对建议的喜爱或不喜欢程度来衡量其建议的成败。
• 为了让客户对他们的平台保持兴趣，Netflix 可能会推荐类似的电影，如果他们注意到客户经常观看恐怖电影，如《仪式》、《父母》或《使徒》。考虑到用户的浏览历史，它无法明确推荐喜剧，这似乎是一个非常模糊的建议。
• 当亚马逊在 2010 年通过其“购买过的顾客”小部件开始向其消费者提供产品推荐时，其转型之旅正式开始。
• 这在当时给他们带来了巨大的提振，并且今天仍然对电子商务巨头非常有效。据该公司称，这些个性化推荐占其销售额的近 35%！此外，其中近 56% 的客户有很大可能成为回头客。
• 它继续努力使每个客户的购买体验独一无二。在过去的几年里，亚马逊在个性化方面取得了令人印象深刻的进展，得益于机器学习、计算机视觉和预测分析。

项目创意：新闻翻译

Python 可用于将新闻从一种翻译转换为另一种的 Web 应用程序。对于这项研究，计算机科学专业学生 Abubakar Abid 使用 Newspaper3k，这是一个 Python 包，可以抓取几乎任何新闻网站。接下来，他使用 HuggingFaceTransformers（一种尖端的自然语言模型）将英语新闻翻译并摘要成阿拉伯语。通过 Abid 使用 Grade 包构建的浏览器演示，该算法在多个主题上进行了测试。翻译是将一种源语言文本的含义通过目标语言文本传达的过程。根据英语中它与口译（指不同语言使用者之间的口头或视觉交流）的术语区别，一旦书面语在语言群体中发展起来，翻译就可以开始。

自 20 世纪 40 年代以来，由于翻译过程的费力性质，人们一直在努力（成功程度各不相同）来自动化翻译或机械协助人工翻译。译者总有可能无意中将源语言的词汇、形态或语义带入预期的译文。另一方面，这些“溢出”偶尔会带来一些有益的借词和外来词，从而丰富了目标语言。他们翻译成的语言受到译者的影响，特别是神圣著作的早期语言能力。近年来互联网的发展使得“语言本地化”更加容易，并为翻译服务创造了一个全球市场。

项目创意：自动纠错和自动完成

可以在 Python 中构建一个神经网络来自动完成短语和查找语法错误。这个 Github 项目使用语言模型来编辑 Python 脚本，减少了编写代码所需的点击次数。在训练模型之前对 Python 代码进行分词，使其比使用字节对编码的字符级预测更有效。

项目创意：深度学习

具有三个或更多层的神经网络是深度学习的重点。这些人工神经网络的灵感来源于人脑的设计和运作。使用这些任务来磨练您的深度学习能力

项目创意：乳腺癌分类

乳腺癌诊断是一个二分类问题，依赖于识别良性或恶性的活检图像。在这项研究中，通过卷积网络 (CNN) 在输入图像中找到高级特征，并使用矩阵计算来推断 softmax 层。

图像分类

可以训练图像分类模型来识别特定物体或特征。可以使用 Python 和 CNN 在 Keras 中创建一个。CIFAR-10 数据集是一个著名的计算机视觉数据集，包含 60,000 张图像，分为 10 个类别。您可以直接从 Keras 导入该数据集。由于它已包含在 Keras 的数据集模块中。

ArcGIS Spatial Analyst 扩展中有一个完整的工具集，可以执行无监督和监督分类。图像分类工具栏是分类和多元分析的首选方法。图像分类工具栏是为了提供一个集成环境来执行分类而创建的，因为分类器是一个多步骤工作流程。该工具栏提供了额外的功能，用于输入数据分析、准备训练样本和签名文件、评估训练样本和签名文件的质量，并协助执行无监督和监督分类。

监督分类使用从训练样本派生的光谱签名来对图像进行分类。使用图像分类工具栏可以轻松创建代表您要提取的类的训练样本。您可以轻松地从训练样本创建签名文件，然后多元分类工具使用该文件对图像进行分类。

无监督分类在没有分析师帮助的情况下，在多波段图像中寻找光谱类（或簇）。图像分类工具栏通过提供对聚类创建工具、聚类质量分析功能和分类工具的访问来促进无监督分类。

项目创意：性别和年龄检测

图像处理增强了通过摄像头、卫星、飞机和日常生活中使用的摄像头捕获的图像。这个模型是一个复杂 Python 项目，它使用 Adience 数据集通过 API 和具有三个卷积操作的 CNN 来推断图像中人物的性别和年龄。图像根据分析结果经过各种方法和计算进行处理。数字创建的图像需要细致的规划和研究。

图像处理主要有两个过程，以及简单的步骤。图像升级增强图像以生成其他程序可以使用的高质量图像。另一种方法是最常用的方法，用于从图片中提取数据。分割是指将图像分解为其各个部分的过程。

• 图片中包含的信息至关重要。为了发现，图像的信息必须被改变和调整。
• 除了问题的解决，还需要各种程序。当个体与他人互动时的任何一点都存在许多想法的关联。
• 在面部识别方法中：面部的表情包含大量信息。
• 年龄评估是一个多类问题，涉及年数；它被划分为不同的类别。由于不同年龄的人有不同的面部特征，因此很难将图片组合在一起。思想的发展有助于划定界限。
• 有几种方法用于确定多个面部的年龄和性别。卷积网络从神经网络中提取特征。图像被处理成年龄组之一，以了解准备好的模型。细节在被发送到准备框架（一个数据集）之前被进一步处理。
• 年龄、性别、图片和像素都包含在 UTK 数据集 (.csv) 格式中。已经对从照片中确定性别和年龄进行了广泛研究。多年来，已经使用了各种技术来解决这个问题。目前，我们开始使用一种名为 Python 的编程语言来完成年龄和性别识别的任务。
• TensorFlow 的库接口称为 Keras。如果您需要一个能够实现快速轻松原型设计的深度学习包，请尝试 Keras。完美支持重复组织、卷积网络以及两者的组合。在 CPU 和 GPU 上均可运行。

从事数据分析项目需要哪些技能？

无论其经验或技能水平如何，数据分析师总能在以下方面做得更好

SQL

• 编写查询、更改数据库系统的模式（结构）以及从数据库存储和检索数据是 SQL 的核心用途。在您的数据分析项目中，使用一些最重要的 SQL 命令，包括 CREATE TABLE、SELECT、INSERT INTO、CREATE DATABASE、DELETE、ALTER DATABASE 和 CREATE INDEX。
• 与 ISAM 或 VSAM 等传统读写 API 相比，SQL 有两个主要优势。一次命令访问多个记录的想法首先被提出。
• 还消除了定义如何访问记录（例如，带索引或不带索引）的要求。数据查询语言 (DQL)、数据定义语言 (DDL)、数据库访问语言 (DCL) 和数据操纵语言是 SQL 中一些更流行的语句形式，SQL 最初基于布尔代数和元组表示数据 (DML)。
• 尽管 SQL 主要是一种通用语言 (4GL)，但也包含过程式组件。SQL 的范围包括数据查询、数字计算（插入、更新和删除）、编码（模式开发和更改）以及数据访问控制。
• Edgar F. Codd 的关系模型是最早使用的工业语言之一。他 1970 年发表的开创性论文《关系模型与大型共享数据库信息》定义了该模型。
• 尽管它并未完全遵循 Codd 所描述的关系模型，但它已成为使用最广泛的数据库语言。
• 1986 年，美国国家标准协会 (ANSI) 和国际标准化组织 (ISO) 将 SQL 采纳为标准。
• 自那时以来，该标准已更新，以包含更广泛的功能。即使存在标准，大多数 SQL 代码在移植到其他数据库系统之前都需要进行修改。

编程语言

尽管数据分析师不需要高超的编程能力，但使用 R 或 Python 进行编程可以让您利用更复杂的数据科学技术，例如自然语言处理和机器学习。处理。

• 语法（形式）和形而上学（意义）这两个部分，通常由一个正确的语言描述，构成了编程语言的定义。
• 一些语言？例如 C 编程语言？有一个规格文档作为其定义。但其他语言，如 Perl，则有一个占主导地位的集成作为其参考。
• 尽管数据分析师不需要高超的编程能力，但使用 R 或 Python 进行编程可以让您利用更复杂的数据科学技术，例如自然语言处理和机器学习。处理。
• 语法（形式）和形而上学（意义）这两个部分，通常由一个正确的语言描述，构成了编程语言的定义。一些语言？例如 C 编程语言？有一个规格文档作为其定义。但其他语言，如 Perl，则有一个占主导地位的集成作为其参考。它已成为最常用的数据库语言，但未匹配 Codd 的关系范式。
• 1986 年，美国国家标准协会 (ANSI) 和商定工作方法 (ISO) 承认 SQL 为标准。
• 此后，标准中增加了更广泛的功能。即使存在标准，大多数 SQL 代码在移植到不同的数据库管理系统之前都需要进行微小的修改。
• 根据实体为基础的做法，在数据清理过程中，可以纠正拼写错误，或验证和更正值。
• 如果地址中添加了邮政编码，则可能会被拒绝。否则，验证可能使用模糊或近似字符串匹配。一些数据清理程序会与一组批准的数据进行交叉检查。
• 数据增强包括添加相关信息以使数据更完整，这是一种常见的数据清理技术，例如，在地址后包含任何相关的电话号码。
• 数据协调（或标准化），即“组合具有不同文件格式、协议和列的数据”的过程，也可能是数据清理的一部分。

可视化技术

数据分析师必须使用引人注目的、既能被技术人员理解又能被非技术利益相关者理解的图像来传达他们的结论。要成功地呈现您的数据，您必须了解每种图形的精确用例，包括条形图、直方图等。

用途

• 可视化在科学、教育、工程（如产品可视化）、交互式多媒体、医学和其他领域的应用不断扩大。计算机图形学是可视化的一种常见用途。
• 自文艺复兴时期中央透视法创造以来，计算机图形学（尤其是 3D 计算机图像）可能是可视化领域最重要的进步。
• 得益于动画的发明，可视化也取得了进步。通过可视化呈现信息是近期的发展。
• 一千多年来，它一直被用于地图、科学图表和数据图。
• 地理学中的例子包括 1137 年的中国地图、公元二世纪的托勒密《地理学》以及 1861 年米纳尔绘制的拿破仑征俄图。
• 在创建这些图形时发现的许多想法都可以轻松地转移到计算机可视化中。这些想法中的许多都包含在 Edward Tufte 的三部备受赞誉的作品中。
• 自计算机图形学问世以来，它一直被用于检查科学问题。然而，在其早期，其效用常常受到图形能力不足的限制。
• 1987 年出版的《科学计算机可视化》是《计算机》杂志的特刊，标志着当前对可视化的重视的开始。此后，英国计算机学会和 Asc SIGGRAPH 共同赞助了关于一般主题和子领域（如体积可视化）的会议和研讨会。
• 在电视天气预报中，只有少数人能辨别出这些程序上显示的卫星图像与为描绘天气数据而创建的计算机动画之间的区别。

示例： 当电视显示汽车或飞机事故的计算机生成和卡通重建时，它也会产生有价值的视觉效果。描绘了在宇宙深处（木星以外）或在其他行星上实际使用的航天器的计算机生成图形是一些最著名的科学可视化实例。时间线和其他动态可视化，例如教育动画，可以提高学生对随时间变化系统的理解。

Microsoft Excel

数据分析师使用 Excel 和其他电子表格程序来排序、筛选和清理数据。Excel 还可以使用 VLOOKUP 合并数据，并执行 SUMIF 和 AVERAGEIF 等基本计算。为了管理诸如算术运算等数据操作，Microsoft Excel 等电子表格使用排列成编号行和字母命名列的单元格网格。它具有各种内置功能，可满足财务、工程和统计要求。此外，它还具有非常有限的三维图形显示，并能以折线图、直方图和图表的形式呈现数据。数据可以分为不同的部分，以从不同角度显示不同事物如何影响它（使用数据透视表和方案管理器）。数据分析工具是数据透视表。这是通过使用数据透视表字段来压缩大型数据集来完成的。它具有称为 Visual Basic for Applications 的编程组件，

应用

• 应用程序允许用户应用各种数值技术，例如用于解决应用数学中的微分方程的问题，然后将结果发送到电子表格。
• 电子表格通过特殊设计的用户界面（例如股票分析器）将自身呈现为一个所谓的应用程序或决策支持系统 (DSS)，或者更通用地说，作为一个向消费者提问并提供答案和报告的设计工具。
• 它还具有各种用户友好的功能，支持完全隐藏 Excel 的界面设计。
• 更详细地说，Excel 应用程序可以自动使用更新的计划来轮询外部数据库和测量仪器，分析结果，创建 Word 报告或 PowerPoint 演示文稿，并通过电子邮件定期将这些演示文稿发送给参与者列表。
• Microsoft 允许使用多个可选的命令行开关来控制 Excel 的启动方式；但是，Excel 最初并非设计用作数据库。

人工智能、自然语言处理和机器学习知识

尽管计算机视觉不是数据分析师通常期望的能力，但拥有这些技能的数据分析师非常有价值。虽然大数据主要负责数据建模和应用统计学，但学习算法走得更远。学习算法超越数据分析以获得见解并预测未来趋势。

如何推广和展示您的数据分析项目？

一个有效的数据分析作品集可以展示您的技能。每个项目都需要解释您创建的基于云的平台或模型的优势。描述您面临的技术问题以及您如何有效地解决它、您使用的工具及其原因，以及您如何通过精心选择的图形得出结论。

您的作品集应包含广泛的项目，例如探索性研究、数据清理、SQL 和数据可视化。将您的作品上传到 Github 将有助于提升它们。如果您使用 Tableau 进行数据可视化，请将您的应用程序设置为“公开”，以便潜在雇主在线找到它。

关于数据分析项目的常见问题解答

1. 您的项目可以在简历中列出吗？
   如果您需要真实世界的经验，项目是展示您技能的好方法。每个项目都应以与工作类似的方式列出。提供项目范围、遇到的任何技术挑战及其结果的简要描述。
2. 数据分析项目需要多长时间才能完成？
   执行项目所需的时间可能从一到三周不等，到几个月不等。这取决于您的数据集的卷和规模、更高的处理量、需要多少数据清理，以及您是否选择应用机器学习和人工智能 (AI)。
3. 数据分析项目会教您什么？
   通过个人项目体验数据分析，从 EDA 到数据可视化。项目允许您创建数据集、制定问题陈述，并选择最佳可视化来表示您的发现。