怎样才算精通 Excel?

高赞回答很系统,但普通人这么学,没等精通先学废了!
4年前,我为了学数据分析,先买了Excel通识课,后来又买了高阶数据分析课。
从基本Excel技巧,讲到数据分析思路,以及后面Python、MySQL等高阶技能。
到现在,高阶技能已经忘光了,因为我不是专业数据分析师,缺乏使用场景。
2024年学Excel,只用1个诀窍,就能搞定从Excel表制作、数据预处理、到可视化图表分析。
这个诀窍,就是AI。

工具和技巧都是拿来用的,学得多不如用得好。
如果你跟我一样,只是日常工作中经常用Excel,或者需要用Excel做一些简单的数据分析和业务洞察。
那么,你不用像我一样,系统化学习,也不用看系统化干货攻略。
用AI学习Excel,就一个思路:结合你的业务需求,提出你的问题,让AI给你打工。
接下来,我会结合我遇到的案例,以及用AI辅助提效的思路,让你无痛搞定Excel。
好了,我们思考一下,日常工作中,我们会在哪些情况下,需要用到Excel?
我笼统归类下,大致有三种,也衍生三类问题:
1)制作表格:
从无到有,不想一个一个敲字,如何快速生成表格?
2)处理表格:
如合并、数据核对、格式调整、基础运算等,函数公式记不住,每次都要搜索攻略,能有快速处理吗?
3)数据分析:
要给领导做数据汇报,需要对数据做业务洞察,并用可视化图表展示。
有哪些数据分析思路?如何快速生成图形?
好了,下面分享我的使用案例:
1、表格制作
1)文本转表格
Excel最基础的功能,就是把文字化的数据,整理为表格形式,让观看者更一目了然。
应用场景有很多,比如:
小公司没系统,销售助理要整理销售部出货量、月度销售额等;
很多软件导出的数据,是文本格式,需要转化成表格;
微信收集来的零散客户信息,要整理成一个表格;
......
以前,肯定是对着文本,一个一个往Excel里敲。
现在不用了,直接把文本给AI大模型,几秒就搞定。
你不需要告诉AI,要如何整理,如何定义行列,AI大模型本身就具有阅读理解能力。

2)图片识别转表格
如果你没有文本,拿到的是一张截图,或者手写的内容,如何做呢?
还是一样,直接把图片发给AI,让它输出。只要数据量不大,也是几秒就完成。
看这个例子,原图是手写的有些模糊,AI不但输出表格,还特别提醒有可能产生的错误。

2、表格处理
1)基础运算
普通人最常见的场景,应该是针对已有的表格,做简单的运算,
演示个最简单的加法:
把Excel发给AI,并要求它‘求和’并生成新表格

2)数据透视表
单行数据做加减乘除很简单,那如果是想做成数据透视表那种,根据某一类别,做数据统计。
这个例子中,原始数据有日期、区域、省份、客户、产品、销量这6个字段。如果想要以区域为单位,来看各产品销量,告诉AI即可。

像这类有明确计算标准的,给AI下达指令时,只要说清楚即可。
不用在Excel里各种设置了。
如果数据量大,现在免费的AI算力还不够,会出现bug。
不过,你可以让AI提供你操作方法,或者代码等,数据分析师可以直接获取策略。
3)数据核对
你有没有遇到这种需求:两张表格,需要去核对差异点。
在Excel,这是vlookup的一个常用场景,用过的肯定遇到过,设置出错、公式难记等情况。
现在,你依然可以交给AI:
左边是一个Excel文件,里面有两个表:系统数据和人工数据。现在需要校对,想知道差异处在哪里。
AI先思考,把你的需求进行拆解,然后在执行,非常高效。

3、数据分析
相信我,任何岗位学点数据分析,在职场真的很加分。
就算是行政,也可以从考勤情况,分析员工状态,以及公司的制度是否有优化空间。
像销售、财务、运营、采购等,更不必说,本身就要经常给领导做数据汇报。
1)获取分析思路
数据分析的第一步,一定是获取分析思路。没必要去啃复杂的书,直接把你实际的问题,抛给AI,让AI给你提供针对你的分析思路。
有原始数据表的情况:直接把表给AI,让AI告诉你分析方法.

2)数据预处理:多维表格变一维表
在正式做数据分析前,肯定要对原数据做一定处理,比如数据去重、删除、消除空值、更改数据类型、多维表变一维表等等。
还是一样,输入清晰的指令,让AI自行写程序完成处理。

3)生成可视化图形
OK,现在我们有分析思路,也有了准备好的数据表,现在就到可视化图片生成环节了~
还是上面的数据表,我需要根据大区,生成不同产品的销量图。

除此之外,AI在数据分析方面,还可以做什么呢?
比如,我是数据分析小白,但我的工作中有数据,我希望通过数据分析,做一些洞察,我没有思路,也不知道整理哪些数据,该怎么办?
很简单,直接问AI。
告诉AI你的身份,你想做哪方面的数据分析,目的是什么?
AI告诉你可以做哪些分析,需要整理哪些数据,非常全面。

再比如,我有非常简单的数据,就想让AI帮我生成一个图形,可以吗?
不但能生成图形,还能做‘线性回归’之类的分析。

今天分享的功能,只是AI的冰山一角,我还在不断探索中。
而且,我发现学AI用AI还有个很大的好处:反向倒推我提升深度思考的能力。
拿数据分析来说,我会更多思考‘这么分析的价值是什么?’,而不是‘如何做一个图表?’。
所以,AI除了是帮我提效的工具,还是一个知识渊博的伙伴,促进我自己不断进化。
相关文章:
怎样才算精通 Excel?
最强AI视频生成:小说文案智能分镜智能识别角色和场景批量Ai绘图自动配音添加音乐一键合成视频百万播放量https://aitools.jurilu.com/ 高赞回答很系统,但普通人这么学,没等精通先学废了! 4年前,我为了学数据分析&#…...
怎么学算法并找到工作
1.基础 找一本基础的内容看一遍 时间复杂度、空间复杂度计算方式数组、队列、栈、树、图结构十大排序算法 2.《hello算法》 动画图解算法 https://www.hello-algo.com/chapter_hello_algo/ 3.《剑指Offer》 一些面试的高频有年度的题解 里么的题很有特色,而…...
【实时建图】MapTR(1)------ 论文详解
作者们提出了一种有效构建高清地图的方法(MapTR),该地图为自动驾驶系统的规划提供丰富且精确的环境信息。这是一种结构化端到端变换器,用于高效在线矢量化地图构建。作者提出了一种统一的置换等价建模方法,即将地图元素建模为一个具有一组等价置换的点集,这准确地描述了地…...
通用Builder工具类
假设有一个Java实体类定义: public class Request {private String type;private String op;private PageInfo pageInfo;public static class PageInfo {private Integer pageNum;private Integer pageSize;}// 省略getter和setter... }在代码中创建这个对象&#…...
开源免费的海报设计器vue-fabric-editor
vue-fabric-editor 是一个基于 Vue.js 和 Fabric.js 的创新前端富文本编辑器,它将传统的文本输入体验与图形设计元素相结合,为用户提供了全新的内容创作方式。 以下是关于 vue-fabric-editor 的详细介绍: 一、技术特点 框架结合:…...
【学习笔记】Day 4 - Day 5
一、进度概述 1、新机环境配置 2、《地震勘探原理》第一章 3、对 “DL-FWI 研究方向展望” 组会的一些想法 二、详情 1、新机环境配置 配置新机环境着实耗了较多时间,导致理论进度推进较慢。 2、《地震勘探原理》第一章学习笔记 相关笔记在另一篇…...
MySQL数据分析进阶(十四)保护数据库
※食用指南:文章内容为‘CodeWithMosh’SQL进阶教程系列学习笔记,笔记整理比较粗糙,主要目的自存为主,记录完整的学习过程。(图片超级多,慎看!) 【中字】SQL进阶教程 | 史上最易懂S…...
排序算法之堆排序
title: 堆排序 date: 2024-7-23 15:48:25 0800 categories: 排序算法 tags:排序算法堆排序 description: 堆排序(Heap Sort)是一种基于堆的排序算法,具有较高的效率和稳定性。 math: true 堆排序 堆排序(Heap Sort)是…...
Python中的NLP宝库:探索顶级库与工具
标题:Python中的NLP宝库:探索顶级库与工具 Python,作为人工智能和机器学习任务中的关键编程语言,为自然语言处理(NLP)提供了丰富的库和工具。这些库不仅功能强大,而且大多数都是开源的…...
springboot + springcloud + Google pubsub+ firebase
1.pom依赖 <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-gcp-starter</artifactId><version>1.2.6.RELEASE</version></dependency><dependency><groupId>org.springframe…...
时序数据库TDengine和QuestDB对比
QuestDB和TDengine都是高性能的时序数据库(Time Series Database, TSDB),但它们在设计、功能、适用场景以及性能表现上各有特色。 以下是对两者的详细对比: 一、设计与架构 QuestDB 是一个开源的高性能SQL时序数据库࿰…...
Neuralink的进展与马斯克的技术愿景——从脑机接口到AI融合的未来
引言 Neuralink,这个由埃隆马斯克(Elon Musk)创立的公司,一直是科技界的焦点。自从其发布以来,Neuralink的脑机接口技术便吸引了全球的目光。最近,马斯克再次向公众展示了Neuralink的突破性进展࿰…...
大数据技术——实战项目:广告数仓(第四部分)
目录 第7章 数据仓库环境准备 7.1 数据仓库运行环境 7.1.1 Hive环境搭建 7.1.2 Yarn环境配置 7.2 数据仓库开发环境 第8章 广告数仓ODS层 8.1 广告信息表 8.2 推广平台表 8.3 产品表 8.4 广告投放表 8.5 日志服务器列表 8.6 广告监测日志表 8.7 数据装载脚本 第7章…...
cmake+ninja交叉编译android下的静态库
文章目录 cmakeninja案例背景重新安装ninja编译通过 参考 想整理一个库的cmake工程,他用 cmakeninja 简单了解了一下,是可以不依赖Android studio编译的cmake的,搜到了一个cmakeninja,参考[1] 案例 参考[1]中的代码 背景 cm…...
Vue项目-Table添加Form表单校验
一、HTML <template><div class"taskInfo"><el-form:model"generateParams":rules"formRules"ref"formRef"class"taskInfoForm"label-width"100px"><ul class"taskInfoSearch"&g…...
【iOS】—— 事件传递链和响应者链总结
事件传递链和响应者链总结 1. 事件传递链:事件传递链:传递流程:总结第一响应者: 2. 响应者链响应者链传递流程总结响应者链流程 总结: 之前也学习过这个内容这次在复习的时候,就想着写一下总结:…...
【多线程】初识进程和线程
💐个人主页:初晴~ 📚相关专栏:多线程 / javaEE初阶 前言 在我们之前编写的所有代码,都只能用上一个核心。众所周知,现在大多数CPU都有多个核心,但此时,无论如法优化程序,…...
1DCNN-2DResNet并行故障诊断模型
往期精彩内容: Python-凯斯西储大学(CWRU)轴承数据解读与分类处理 Python轴承故障诊断入门教学-CSDN博客 Python轴承故障诊断 (13)基于故障信号特征提取的超强机器学习识别模型-CSDN博客 Python轴承故障诊断 (14)高创新故障识别模型-CSDN…...
Java设计模式(原型模式)
定义 使用原型实例指定待创建对象的类型,并且通过复制这个原型来创建新的对象。 角色 Prototype(抽象原型角色) ConcretePrototype(具体原型角色) Client(客户端角色 优点 简化对象的创建过程,…...
C/C++ 知识点:typedef 关键字
文章目录 一、typedef 关键字1、 基本用法2、常见用法2.1、为基本数据类型定义别名2.2、为结构体或联合体定义别名2.3、为指针类型定义别名2.4、为复杂模板类型定义别名 3、注意事项4、总结 前言: 在C(以及C语言)中,typedef 关键字…...
循环冗余码校验CRC码 算法步骤+详细实例计算
通信过程:(白话解释) 我们将原始待发送的消息称为 M M M,依据发送接收消息双方约定的生成多项式 G ( x ) G(x) G(x)(意思就是 G ( x ) G(x) G(x) 是已知的)࿰…...
【位运算】消失的两个数字(hard)
消失的两个数字(hard) 题⽬描述:解法(位运算):Java 算法代码:更简便代码 题⽬链接:⾯试题 17.19. 消失的两个数字 题⽬描述: 给定⼀个数组,包含从 1 到 N 所有…...
【RockeMQ】第2节|RocketMQ快速实战以及核⼼概念详解(二)
升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点,但无自动故障转移能力,Master宕机后需人工切换,期间消息可能无法读取。Slave仅存储数据,无法主动升级为Master响应请求ÿ…...
python执行测试用例,allure报乱码且未成功生成报告
allure执行测试用例时显示乱码:‘allure’ �����ڲ����ⲿ���Ҳ���ǿ�&am…...
#Uniapp篇:chrome调试unapp适配
chrome调试设备----使用Android模拟机开发调试移动端页面 Chrome://inspect/#devices MuMu模拟器Edge浏览器:Android原生APP嵌入的H5页面元素定位 chrome://inspect/#devices uniapp单位适配 根路径下 postcss.config.js 需要装这些插件 “postcss”: “^8.5.…...
安宝特方案丨船舶智造的“AR+AI+作业标准化管理解决方案”(装配)
船舶制造装配管理现状:装配工作依赖人工经验,装配工人凭借长期实践积累的操作技巧完成零部件组装。企业通常制定了装配作业指导书,但在实际执行中,工人对指导书的理解和遵循程度参差不齐。 船舶装配过程中的挑战与需求 挑战 (1…...
安宝特案例丨Vuzix AR智能眼镜集成专业软件,助力卢森堡医院药房转型,赢得辉瑞创新奖
在Vuzix M400 AR智能眼镜的助力下,卢森堡罗伯特舒曼医院(the Robert Schuman Hospitals, HRS)凭借在无菌制剂生产流程中引入增强现实技术(AR)创新项目,荣获了2024年6月7日由卢森堡医院药剂师协会࿰…...
C++--string的模拟实现
一,引言 string的模拟实现是只对string对象中给的主要功能经行模拟实现,其目的是加强对string的底层了解,以便于在以后的学习或者工作中更加熟练的使用string。本文中的代码仅供参考并不唯一。 二,默认成员函数 string主要有三个成员变量,…...
Mysql故障排插与环境优化
前置知识点 最上层是一些客户端和连接服务,包含本 sock 通信和大多数jiyukehuduan/服务端工具实现的TCP/IP通信。主要完成一些简介处理、授权认证、及相关的安全方案等。在该层上引入了线程池的概念,为通过安全认证接入的客户端提供线程。同样在该层上可…...
Java数组Arrays操作全攻略
Arrays类的概述 Java中的Arrays类位于java.util包中,提供了一系列静态方法用于操作数组(如排序、搜索、填充、比较等)。这些方法适用于基本类型数组和对象数组。 常用成员方法及代码示例 排序(sort) 对数组进行升序…...
