中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
PYTHON數據分析案例教程 版權信息
- ISBN：9787121454882
- 條形碼：9787121454882 ; 978-7-121-45488-2
- 裝幀：平塑
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
PYTHON數據分析案例教程 內容簡介
本書由新零售數據分析項目貫穿始終，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介紹了如何使用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操作方法、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，并較為全面地闡述了如何使用Python進行企業綜合案例數據分析。項目7基于大數據挖掘建模平臺和可視化平臺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，通過練習和操作實踐，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。
PYTHON數據分析案例教程 目錄
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的高級功能 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第三方繪圖庫 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 繪制圖形，分析庫存結構 85
4.3.1 繪制折線圖，分析售罄率 85
4.3.2 繪制點線圖，分析庫存成本 87
4.3.3 繪制折線圖，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 合并數據 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 繪制圖形，分析用戶行為 119
5.3.1 繪制餅圖，分析用戶支付方式 119
5.3.2 繪制散點圖，分析客單價 123
5.3.3 繪制餅圖，分析用戶數 124
5.3.4 繪制折線圖，分析用戶的消費時間 127
5.3.5 繪制環形圖，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 統計并查看新零售智能銷售數據 149
6.3 繪制圖形，分析整體銷售情況 150
6.3.1 繪制柱形圖，分析暢銷排名前10的商品 151
6.3.2 繪制條形圖，分析滯銷排名前10的商品 152
6.3.3 繪制折線圖，分析銷售金額 154
6.3.4 繪制柱形圖，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 繪制圖形，分析區域銷售情況 159
6.4.1 繪制柱形圖，分析各區域銷售金額 159
6.4.2 繪制餅圖，分析各市銷售金額排名前5的商品占比 160
6.4.3 撰寫區域銷售情況分析報告 164
6.5 繪制圖形，分析各月銷售情況 168
6.5.1 繪制折線圖，分析訂單數量與設備數量的關系 168
6.5.2 繪制折線圖，分析各月利潤 170
6.5.3 繪制柱形圖，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 基于大數據挖掘建模平臺和可視化平臺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臺 184
7.1.2 初識大數據可視化平臺 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 繪制圖形，分析用戶行為 205
7.6.1 用戶支付方式占比餅圖 205
7.6.2 用戶消費金額與消費次數折線圖 207
7.6.3 各城市用戶數占比餅圖 209
7.6.4 每月用戶數占比餅圖 211
7.6.5 首次和后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表盤與大屏 215
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的高級功能 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第三方繪圖庫 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 繪制圖形，分析庫存結構 85
4.3.1 繪制折線圖，分析售罄率 85
4.3.2 繪制點線圖，分析庫存成本 87
4.3.3 繪制折線圖，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 合并數據 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 繪制圖形，分析用戶行為 119
5.3.1 繪制餅圖，分析用戶支付方式 119
5.3.2 繪制散點圖，分析客單價 123
5.3.3 繪制餅圖，分析用戶數 124
5.3.4 繪制折線圖，分析用戶的消費時間 127
5.3.5 繪制環形圖，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 統計并查看新零售智能銷售數據 149
6.3 繪制圖形，分析整體銷售情況 150
6.3.1 繪制柱形圖，分析暢銷排名前10的商品 151
6.3.2 繪制條形圖，分析滯銷排名前10的商品 152
6.3.3 繪制折線圖，分析銷售金額 154
6.3.4 繪制柱形圖，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 繪制圖形，分析區域銷售情況 159
6.4.1 繪制柱形圖，分析各區域銷售金額 159
6.4.2 繪制餅圖，分析各市銷售金額排名前5的商品占比 160
6.4.3 撰寫區域銷售情況分析報告 164
6.5 繪制圖形，分析各月銷售情況 168
6.5.1 繪制折線圖，分析訂單數量與設備數量的關系 168
6.5.2 繪制折線圖，分析各月利潤 170
6.5.3 繪制柱形圖，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 基于大數據挖掘建模平臺和可視化平臺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臺 184
7.1.2 初識大數據可視化平臺 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 繪制圖形，分析用戶行為 205
7.6.1 用戶支付方式占比餅圖 205
7.6.2 用戶消費金額與消費次數折線圖 207
7.6.3 各城市用戶數占比餅圖 209
7.6.4 每月用戶數占比餅圖 211
7.6.5 首次和后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表盤與大屏 215
展開全部
PYTHON數據分析案例教程 作者簡介
胡志齊，北京市信息管理學校信息技術系主任，工信行指委中職分委會委員，全國中職信息技術類專業目錄和標準研制專家，全國中職實訓基地標準研制專家，主編十四五規劃教材一本，副主編十四五規劃教材一本，主編出版教材累計10本，獲首屆國家教材成果獎二等獎，電子工業出版社優秀作者等榮譽。
書友推薦
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
莉莉和章魚
- >
山海經
- >
隨園食單
- >
有舍有得是人生
- >
推拿
- >
二體千字文
本類暢銷
