资源介绍
数据分析入门实战：用SQL、R、Python和Power BI解决真实问题 (英文课程中文字幕)
视频数量：86个
总时长：8小时37分
课程介绍：
数据分析入门实战：用SQL、R、Python和Power BI解决真实问题
你手里有一份几万行的数据表，想从中找出有用的信息，但面对Excel卡顿、公式复杂、数据清洗无从下手的情况，你该怎么办？相信这是很多想转行数据分析或者刚入行的新人都会遇到的问题。这门课就是来解决这个麻烦的，它把数据分析中最常用的四个工具串在一起讲，从零开始，手把手带你把真实数据变成有用的结论。
整个课程一共有86个视频，时长超过8个半小时，内容覆盖SQL、R语言、Python和Power BI这四个数据分析领域的主流工具。课程的设计思路很清晰：先讲概念和安装，然后进入实操，最后用真实数据集做完整的分析案例。学完这个课，你不只是知道这几个工具怎么用，更重要的是能理解什么时候该用什么工具，以及怎么把它们串起来解决实际问题。
先从R语言说起。这部分从安装R和RStudio开始，一步一步带着你熟悉操作界面，创建项目，管理包。你会学到什么是数据框、如何导入CSV文件、如何用janitor包清洗数据列。数据清洗这部分讲得很细致，包括选取数据子集、用管道操作符串联多个处理步骤、根据现有列创建新列。课程还专门讲了数据整理的概念和重要性，然后用真实的悉尼海滩数据和巧克力数据做实战练习，把前面学的内容串起来用一遍。学完这部分，你不仅会用R处理和清洗数据，还能画出散点图和柱状图，给图表加上标签。
SQL这部分放在R之后讲，因为很多数据分析工作实际上是从数据库里拿数据。课程先带你安装SQL Server和SSMS管理工具，然后讲解数据库的基本概念和规范化。创建好数据库之后，用真实的COVID疫情数据做分析案例。你会学到如何查询有多少个大洲的数据、计算各国感染率、找出死亡率最高的国家和地区、统计全球确诊和死亡总数、查询接种疫苗的人数。这些都是实际工作中经常遇到的分析任务。课程还讲了CTE公用表表达式、临时表和视图这些进阶用法，帮助你组织复杂的查询逻辑。
Python部分从安装Jupyter Notebook开始，详细介绍notebook的各个组件、常用命令和界面操作。然后用Kaggle数据集做分析，讲解什么是表格数据、如何用Pandas探索数据框、如何对数据进行基本清洗。数据可视化这部分会分别讲如何处理分类数据和数值数据，画出直观的图表。这部分用到波士顿犯罪数据、Airbnb房源数据和婴儿姓名数据等真实案例，让你体验完整的数据分析流程。
最后是Power BI的内容。这部分从安装Power BI Desktop开始，讲解微软的商业智能工具是什么、能做什么。你会学到Power BI的各个组件和构建块，了解Power BI Service是什么、如何从网页连接数据。然后进入核心操作：清洗和转换数据、合并多个数据源、创建可视化图表。课程会用财务数据做示例，演示如何分析数据并生成图表，最后把报告发布到Power BI Service上。整个Power BI部分特别强调了如何连接SQL Server数据库，把前面学的SQL技能和Power BI的可视化能力结合起来。
整个课程有一个贯穿始终的特点，就是所有练习用的都是真实数据集。COVID疫情数据、巧克力评分数据、悉尼海滩水质数据、波士顿犯罪记录、婴儿出生姓名数据，这些都是有具体来源的真实数据，不是在教材里凭空编出来的。分析真实数据的意义在于，你遇到的问题和解决办法都是真实的，不是理想化的情况。
课程对零基础选手很友好，每个工具都从安装讲起，不要求你之前有任何编程或数据库经验。但它又不是那种只讲皮毛的入门课，数据整理、数据清洗、多表查询、临时表、视图、可视化报表这些内容都有一定的深度。工作中有数据分析需求但不知道从哪下手的人，学完这个课会有很直接的收获。学生党想转行数据分析方向，也可以把这个课当作入门路径，先把几个主流工具都摸一遍，再决定深入哪一个。
学完这个课，你对数据分析的基本流程会有完整认识：从各种渠道拿到数据、清洗整理、用SQL或代码做分析、最后用可视化工具讲出数据里的故事。SQL、R、Python、Power BI这四把工具装进工具箱，遇到不同类型的数据和问题，你就能判断该用哪个工具、怎么组合使用。