用Excel进行数据分析 黄金期货的走势图怎么看涨跌情况分析报告表格

文章也许会长点，但是离我们的期望也会近一点，我希望我们一起努力~

我自己想成为一名机器学习工程师，但是我也知道任何东西不可能一蹴而就，所有的学习都是围绕实际场景开展，所以小伙伴们最好是直接找到一份工作开始是最好学习的，在工作中最容易得到成长。

我的目标方向：初级数据分析师——中级数据分析师——机器学习工程师

千里之行始于足下，我们先从最基本的做起，成为一名初级数据分析师再说以后的话

培养分析思路，避免无从下手，下面给出一张数据分析整体思路图

上面这图根据实际的需求，进行选择不同的路线（在于分析层）

针对建模分析——模型测试——迭代优化，比较偏重数据模型的建设，如果想走机器学习方向的同学就需要学习这个，难度较高，当然薪资也高

对于描述分析——洞察结论，偏商业分析比较多，不需要有很强的技术（说实话，我感觉数据分析对技术要求确实是很低），比较适合新手入门，难度较低

这次是讲比较简单的，等时间久点，就跟大家讲讲模型的事情（大伙可以预习下）

1、目标确定

简单点就是你想得什么，提出问题，围绕问题中心点来进行你的每一步

本次我们是想分析当日所有股票的行情，分析出茅台股票在这近期的变化情况

2、数据获取

获取数据的方式多种多样，我介绍我常用的两种

第一种：使用工具获取，详情请看我专栏的第一篇文章，适合小白的朋友获取数据，这一种的获取问题可以直接问他们的客服

第二种：利用Python去抓取数据，需求一丢丢就一丢丢编程能力（看过编程的都应该能懂）

今天就介绍第二种，毕竟第一种不是教过了吗不是

环境：Anaconda3-5.1.0-Windows

python3.6.3

依赖包：Tushare

Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。传送门

利用Tushare抓取代码（是不是很简单！！！！）

抓取的Excel文件如下

3、数据清洗

提示：在我们进行数据清洗之前，一定要养成一个好习惯，对原始数据进行备份

日常中数据清洗占了我们大概六成的时间，清洗的方式有很多种，常见的就一下几种

更深层次的清洗——>传送门

1）选择子集

针对每一个列，选择我们需要的数据，不需要的可以隐藏。

恢复隐藏

2）列名重命名

双击列标签直接进行重命名

3）删除重复值

点击数据——删除重复项，出现一个方框，选择你想要清楚的某列重复的行数据

我们只选择判断代码是否重复。删了了64行重复的数据

4）缺失值处理

选择数据里任意一个单元格，点击ctrl+A，全选选中存在数据的单元格，点击开始——查找和选择——定位条件——勾选空值——确定

因为我这个是直接用包导出来，理论上是没有空数据存在

假设：存在空值，Excel会返回空值所在的空格，你可以对空值进行处理

缺失值处理的4种方法，根据情况灵活使用：

通过人工手动补全

删除缺失的数据

用平均值代替缺失值

用统计模型计算出的值去代替缺失值

技巧：在一个空格上输入数据后，按Ctrl+Eneter快捷键，其他空格也会直接填写一样的数据。在不连续的单元格中同时输入同一个数据或公式时很好用。

5）一致化处理

这一部分在于用网络爬虫的时候比较常见，因为我们经常会爬到串到一起的数据

因为我这里数据是不存在这种问题，所以参考了别人的

重点：对该列数据复制到数据的最右边，否则处理后的数据会覆盖后边的数据！！！切记

6）数据排序

排序有两种：升序、降序、自定义排序

操作：选中你想根据哪一列进行排序的列标签——开始——排序和筛选

扩展区域表示整一行的数据都会对应变动，当前选定区域仅仅变更选中的列

7）异常值处理

针对偏移较大的数据，我们需要斟酌处理，这一部分在建造模型的经常会遇到

在这个股票分析中，就存在开盘价、最高价、最低价为0的数据，这时候根据实际情况去决定

通过连续对三个列进行排序，然后直接删除或者隐藏

8）其他

在实际情况中，我们往往需要搭配各种函数去实际操作，大部分是数学函数，下面获取数据的几种

FIND（查询的数据，单元格） 返回所在的位置，第一个字符串坐标是1

LEFT/RIGHT（单元格，从左/右开始的第X个位置）

MID（单元格，起始位置，目标长度）

VLOOKUP(源数据，在哪一个区域里面找，返回这个区域里面第几列对应的值，是否是精确查找)

为了更好体现这一块，我打算只是针对一个股票进行分析，获取茅台近期的股票详情

1）构建模型——数据透视表

拖动字段到下方区域，在字段的下滑按钮，可以根据需要选择

2）数据可视化

选中你需要的列数据——插入——勾选图表，是不是很清晰，马上可以看到其中的关系（领导要的就是这个啊朋友们）

主观上你从这一堆清洗后的数据中得出什么有效的信息，我们需要回到初始我们提出的问题，我们的目地就是解决提出的问题。所有的技术都要围绕业务场景才有意义

这时候就要体现你独到的专业眼光了（俗称吹水），这部分我就不过多描述，因为实际情况是针对不同维度多个场景去描写。

通过对2018-07-02至2018-07-19的数据分析，结合图标，可以看出茅台的股价呈缓慢上升的趋势，有些许波动，可以继续持有或者买入（茅台可是会继续升的，但是近期三大GDP马车都不太给力，股市大部分都不太给力，所以需要自己斟酌斟酌，近期建议不要入比较好）

好啦，本次我们使用Excel进行数据分析的课程结束啦，希望都能在自己喜欢的事情上前进