Python 數據分析案例教程

胡志齊

Python 數據分析案例教程
  • 出版商: 電子工業
  • 出版日期: 2023-06-01
  • 定價: $288
  • 售價: 8.5 折 $245
  • 語言: 簡體中文
  • 頁數: 228
  • 裝訂: 平裝
  • ISBN: 7121454882
  • ISBN-13: 9787121454882
  • 相關分類: Data Science

    • 立即出貨 (庫存=1)

買這商品的人也買了...

相關主題

商品描述

本書由新零售數據分析項目貫穿始，以項目為導向，
全面地介紹了數據分析的流程和Python數據分析庫的應用，詳細地講解了利用Python解決企業實際問題的方法。
本書共7個項目，
項目1～6介紹瞭如何使用Python實現新零售智能銷售項目，
涵蓋項目的背景、項目所使用的Python數據分析工具的安裝與作方法、Python基礎及其常用的數據分析庫，
以及使用數據可視化分析新零售智能銷售庫存結構、用戶行為、
銷售情況，並較為全面地闡述瞭如何使用Python進行企業綜合案例數據分析。
項目7基於大數據挖掘建模平台和可視化平台實現新零售智能銷售用戶分析。
項目1～6都包含技能拓展，該環節補充了Python在數據分析中的應用。
此外，項目2～6都包含知識測試、技能測試，通過練習和作實踐，幫助讀者鞏固所學的內容。
本書可以作為職業院校數據分析相關專業的教材，也可以作為數據分析愛好者的自學用書。

目錄大綱

項目1 分析新零售智能銷售項目背景1
1.1 了解項目背景與目標2
1.2 了解數據2
1.2.1 了解訂單數據3
1.2.2 了解商品數據3
1.3 熟悉項目流程4
項目2 熟悉與安裝Python數據分析工具8
2.1 熟悉Python數據分析工具9
2.1.1 了解常用的數據分析工具9
2.1.2 了解Python數據分析的優勢10
2.2 安裝Python的Anaconda發行版11
2.2.1 系統準備11
2.2.2 下載與安裝Anaconda發行版12
2.3 使用Jupyter Notebook 15
2.3.1 了解Jupyter Notebook 15
2.3.2 Jupyter Notebook的基本功能16
2.3.3 Jupyter Notebook的功能19
項目3 Python基礎及其常用的數據分析庫25
3.1 了解Python的基礎知識26
3.1.1 了解Python基本語法26
3.1.2 熟悉Python基本數據類型30
3.1.3 熟悉Python常用運算符44
3.2 了解Python標準庫os模塊46
3.2.1 導入Python庫46
3.2.2 掌握os模塊的常用方法46
3.3 了解常用的數據分析庫pandas 47
3.3.1 了解pandas庫47
3.3.2 讀/寫文件48
3.3.3 查看DataFrame的基本屬性51
3.3.4 掌握DataFrame的查、改、增、刪方法52
3.3.5 了解DataFrame的描述性統計60
項目4 數據可視化——分析新零售智能銷售庫存結構67
4.1 技能與知識準備68
4.1.1 了解Python 三方繪圖庫68
4.1.2 理解Matplotlib的基礎繪圖語法69
4.1.3 配置Matplotlib的rc動態參數72
4.1.4 掌握Matplotlib的繪圖風格及中文顯示74
4.1.5 分組聚合DataFrame 76
4.2 讀取與清洗商品數據83
4.2.1 讀取商品數據83
4.2.2 清洗商品數據84
4.3 繪製圖形，分析庫存結構85
4.3.1 繪製折線圖，分析率85
4.3.2 繪製點線圖，分析庫存成本87
4.3.3 繪製折線圖，分析進貨數量、庫存數量和銷售數量88
4.3.4 撰寫庫存結構分析報告89
項目5 數據可視化——分析新零售智能銷售用戶行為95
5.1 技能與知識準備96
5.1.1 排序96
5.1.2 合併數據101
5.2 讀取與處理訂單數據112
5.2.1 讀取訂單數據113
5.2.2 清洗訂單數據113
5.2.3 歸約訂單數據116
5.3 繪製圖形，分析用戶行為119
5.3.1 繪製餅圖，分析用戶支付方式119
5.3.2 繪製散點圖，分析客單價123
5.3.3 繪製餅圖，分析用戶數124
5.3.4 繪製折線圖，分析用戶的消費時間127
5.3.5 繪製環形圖，分析用戶的消費時段129
5.3.6 撰寫用戶行為分析報告131
項目6 數據可視化——分析新零售智能銷售情況143
6.1 技能與知識準備144
6.1.1 簡單統計法145
6.1.2 3σ原則分析法145
6.1.3 箱形圖分析法147
6.1.4 缺失值檢查法149
6.2 統計並查看新零售智能銷售數據149
6.3 繪製圖形，分析整體銷售情況150
6.3.1 繪製柱形圖，分析排名前10的商品151
6.3.2 繪製條形圖，分析滯銷排名前10的商品152
6.3.3 繪製折線圖，分析銷售金額154
6.3.4 繪製柱形圖，分析銷售金額排名前10的設備155
6.3.5 撰寫總體銷售情況分析報告156
6.4 繪製圖形，分析區域銷售情況159
6.4.1 繪製柱形圖，分析各區域銷售金額159
6.4.2 繪製餅圖，分析各市銷售金額排名前5的商品佔比160
6.4.3 撰寫區域銷售情況分析報告164
6.5 繪製圖形，分析各月銷售情況168
6.5.1 繪製折線圖，分析訂單數量與設備數量的關係168
6.5.2 繪製折線圖，分析各月利潤170
6.5.3 繪製柱形圖，分析各月銷售金額排名前10的商品及其利潤171
6.5.4 撰寫各月銷售情況分析報告174
項目7 基於大數據挖掘建模平台和可視化平台實現新零售智能銷售用戶分析182
7.1 知識準備184
7.1.1 初識大數據挖掘建模平台184
7.1.2 初識大數據可視化平台188
7.2 配置數據源193
7.3 探索訂單數據195
7.4 清洗訂單數據196
7.4.1 處理缺失值196
7.4.2 添加“市”字段197
7.4.3 處理“商品詳情”字段198
7.4.4 去除無意義數據199
7.4.5 提取月份200
7.5 統計訂單數據201
7.6 繪製圖形，分析用戶行為205
7.6.1 用戶支付方式佔比餅圖205
7.6.2 用戶消費金額與消費次數折線圖207
7.6.3 各城市用戶數佔比餅圖209
7.6.4 每月用戶數佔比餅圖211
7.6.5 次和後一次消費時間的用戶消費次數折線圖213
7.6.6 配置用戶分析可視化儀錶盤與大屏215

類似商品