本书对比介绍Excel和Python两种工具在实现数据分析方面的相关内容和方法，旨在引领读者在大数据时代从Excel进阶到Python编程完成数据分析任务。书中按照学习递进层次分为数据分析基础篇、数据分析实践篇和数据分析进阶篇三部分内容，数据分析基础篇包括数据分析基础、数据分析基础工具；数据分析实践篇对比介绍使用Excel和Python来完成数据分析的各个步骤方法，包括数据源获取、数据预处理、数据选择、数据运算、数据分组、时序数据、数据可视化和数据输出；数据分析进阶篇包括使用简单工具实现数据分析进阶、Python数据分析自动化报表进阶。
本书将掘金者荒野求生的游戏场景代入数据分析过程，形象贴切、结构紧凑、内容翔实、图文并茂、案例丰富，适合对数据分析感兴趣的读者入门和进阶学习，同时对从事数据科学、大数据相关工程的技术人员亦具有一定参考价值。

数据分析基础篇
第1章 一个人、一匹马，勇闯数据荒岛——数据分析基础
1.1 为何要做数据分析
1.2 如何做数据分析
1.2.1 数据分析过程
1.2.2 数据分析层次
1.3 常见数据分析应用场景
第2章 一把魔弓、一柄魔刀，武功装备——数据分析基础工具
2.1 表格数据分析王者——Excel
2.1.1 Excel简介
2.1.2 Excel Power Query模块
2.1.3 快速入门Excel数据分析
【案例2-1】基于Excel的新浪网股票个股龙虎榜数据分析
2.2 主战自动化数据分析强者——Python
2.2.1 安装和使用Anaconda
【案例2-2】使用Jupyter Notebook开发第一个Python程序
【案例2-3】使用Spyder开发第一个Python程序
2.2.2 Python语言编程基础
【案例2-4】使用Spyder编写程序求解平均速度
【案例2-5】使用Spyder编写程序设定条件求解平均速度
【案例2-6】使用Spyder编写程序计算1*2*3*…*10=？
【案例2-7】编写函数求解两点之间的距离
【案例2-8】编写水果类实例的程序
【案例2-9】使用random库随机产生一组数存入列表
【案例2-10】使用pip工具下载安装第三方库
【案例2-11】编写代码读取文件内容，修改后再输出到文件
【案例2-12】编写Python代码处理文件读取异常
2.2.3 Python Numpy数组计算库
2.2.4 Python Pandas数据分析库
2.2.5 Python Matpllotlib/Seaborn可视化库
【案例2-13】使用Matplotlib绘制随时间变化的趋势图
【案例2-14】使用Seaborn第三方库绘制数据分布箱形图
2.2.6 快速入门Python数据分析
【案例2-15】基于Python编程的鸢尾花数据分析
2.3 本章小结
数据分新实践篇
第3章 荒岛上的食物、淡水来源——数据源获取
3.1 本地源——导入数据文件
……
数据分析进阶篇
附录 Excel与Python数据分析方法实现对比概要表