掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥41.9
加入購(gòu)物車
PYTHON數(shù)據(jù)分析與應(yīng)用(微課版) 版權(quán)信息
- ISBN：9787115656636
- 條形碼：9787115656636 ; 978-7-115-65663-6
- 裝幀：平裝
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
PYTHON數(shù)據(jù)分析與應(yīng)用(微課版) 本書特色
1.以實(shí)際任務(wù)為向?qū)ВY(jié)合大量數(shù)據(jù)分析案例，與真實(shí)案例相結(jié)合
2.緊扣任務(wù)需求，不堆積知識(shí)點(diǎn)，著重于思路的啟發(fā)與解決方案的實(shí)施
3.配有微課，提供PPT課件、教學(xué)大綱、電子教案、實(shí)例和實(shí)訓(xùn)素材、實(shí)例和實(shí)訓(xùn)答案、課后習(xí)題答案等教學(xué)資源
PYTHON數(shù)據(jù)分析與應(yīng)用(微課版) 內(nèi)容簡(jiǎn)介
本書深入淺出地介紹數(shù)據(jù)分析的完整流程及Python實(shí)現(xiàn)，分為三篇共10章。**篇為基礎(chǔ)篇（第1章～第5章），包括數(shù)據(jù)分析概述、Python基礎(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化；第二篇為應(yīng)用篇（第6章～第9章），包括電影評(píng)論數(shù)據(jù)爬取、文學(xué)作品文本分析、股票行情分析、電商用戶行為分析；第三篇為綜合實(shí)踐篇（第10章），包括抖音短視頻數(shù)據(jù)分析。 本書采用通俗易懂的語(yǔ)言，結(jié)合清晰的步驟和豐富的實(shí)例，全面闡述數(shù)據(jù)分析全流程以及Python在其中的應(yīng)用。此外，本書配有PPT課件、教學(xué)大綱、電子教案、實(shí)例和實(shí)訓(xùn)素材、實(shí)訓(xùn)答案、課后習(xí)題答案等豐富的教學(xué)資源，讀者可在人郵教育社區(qū)免費(fèi)下載使用。 本書可作為高等院校數(shù)據(jù)分析與應(yīng)用相關(guān)課程的教材，也可作為社會(huì)各類培訓(xùn)機(jī)構(gòu)的參考書，還可作為對(duì)數(shù)據(jù)分析與應(yīng)用感興趣的讀者的自學(xué)讀物。
PYTHON數(shù)據(jù)分析與應(yīng)用(微課版) 目錄
第 一篇 基礎(chǔ)篇 1
第 1章 數(shù)據(jù)分析概述 2
1.1 數(shù)據(jù)分析基礎(chǔ) 2
1.1.1 數(shù)據(jù)的定義 2
1.1.2 數(shù)據(jù)分析的定義 3
1.1.3 數(shù)據(jù)分析方法 3
1.1.4 數(shù)據(jù)分析步驟 4
1.2 Python數(shù)據(jù)分析 5
1.3 應(yīng)用實(shí)例——使用Python進(jìn)行簡(jiǎn)單的數(shù)據(jù)分析 6
本章習(xí)題 8
本章實(shí)訓(xùn) 8
實(shí)訓(xùn)一 安裝和使用Anaconda 8
實(shí)訓(xùn)二 數(shù)據(jù)探索 9
實(shí)訓(xùn)三 數(shù)據(jù)可視化 9
第 2章 Python基礎(chǔ) 11
2.1 Python簡(jiǎn)介 11
2.1.1 Python特點(diǎn) 11
2.1.2 Python主要功能 12
2.2 Anaconda的安裝與使用 13
2.2.1 Anaconda簡(jiǎn)介 13
2.2.2 安裝Anaconda 13
2.2.3 使用Spyder 15
2.3 變量 16
2.3.1 變量定義 16
2.3.2 變量賦值 16
2.3.3 變量命名 16
2.4 數(shù)據(jù)類型 17
2.4.1 數(shù)值型 17
2.4.2 字符型 18
2.4.3 邏輯型 18
2.5 數(shù)據(jù)結(jié)構(gòu) 19
2.5.1 列表 19
2.5.2 元組 19
2.5.3 字典 19
2.5.4 序列 19
2.5.5 數(shù)據(jù)框 20
2.6 函數(shù) 20
2.6.1 函數(shù)簡(jiǎn)介 20
2.6.2 Python內(nèi)置函數(shù) 21
2.6.3 使用函數(shù) 21
2.7 程序結(jié)構(gòu) 22
2.7.1 順序結(jié)構(gòu) 22
2.7.2 選擇結(jié)構(gòu) 22
2.7.3 循環(huán)結(jié)構(gòu) 23
2.7.4 程序結(jié)構(gòu)應(yīng)用實(shí)例 23
2.8 模塊 24
2.8.1 模塊簡(jiǎn)介 25
2.8.2 Python標(biāo)準(zhǔn)模塊 25
2.8.3 使用模塊 25
2.9 應(yīng)用實(shí)例——猜數(shù)游戲 26
本章習(xí)題 27
本章實(shí)訓(xùn) 28
第3章 數(shù)據(jù)處理 29
3.1 數(shù)據(jù)導(dǎo)入導(dǎo)出 29
3.1.1 數(shù)據(jù)導(dǎo)入 30
3.1.2 數(shù)據(jù)導(dǎo)出 31
3.2 數(shù)據(jù)清洗 32
3.2.1 數(shù)據(jù)排序 32
3.2.2 重復(fù)數(shù)據(jù)處理 33
3.2.3 缺失值處理 34
3.3 數(shù)據(jù)轉(zhuǎn)換 35
3.3.1 數(shù)據(jù)類型查看 36
3.3.2 數(shù)值轉(zhuǎn)字符串 38
3.3.3 字符串轉(zhuǎn)數(shù)值 38
3.3.4 字符串轉(zhuǎn)日期時(shí)間對(duì)象 39
3.3.5 日期時(shí)間對(duì)象轉(zhuǎn)字符串 39
3.4 數(shù)據(jù)抽取 40
3.4.1 字符串拆分 40
3.4.2 記錄抽取 41
3.5 數(shù)據(jù)合并 42
3.5.1 記錄合并 42
3.5.2 字段合并 44
3.5.3 字段匹配 45
3.6 數(shù)據(jù)計(jì)算 46
3.6.1 簡(jiǎn)單計(jì)算 46
3.6.2 時(shí)間計(jì)算 47
3.6.3 數(shù)據(jù)分組 48
3.7 應(yīng)用實(shí)例——電影票房統(tǒng)計(jì)之?dāng)?shù)據(jù)處理 49
3.7.1 數(shù)據(jù)收集 49
3.7.2 數(shù)據(jù)清洗和轉(zhuǎn)換 50
本章習(xí)題 51
本章實(shí)訓(xùn) 51
第4章 數(shù)據(jù)分析 52
4.1 描述性分析 52
4.1.1 描述性分析概述 53
4.1.2 商品價(jià)格描述性分析 53
4.2 分組分析 55
4.2.1 分組分析概述 55
4.2.2 商品價(jià)格分組分析 56
4.3 結(jié)構(gòu)分析 57
4.3.1 結(jié)構(gòu)分析概述 57
4.3.2 商品結(jié)構(gòu)分析 57
4.4 分布分析 58
4.4.1 分布分析概述 58
4.4.2 商品分布分析 58
4.5 對(duì)比分析 59
4.5.1 對(duì)比分析概述 59
4.5.2 廠商銷量對(duì)比分析 59
4.6 簡(jiǎn)單線性回歸 62
4.6.1 簡(jiǎn)單線性回歸概述 62
4.6.2 基于簡(jiǎn)單線性回歸模型的銷售額預(yù)測(cè) 63
4.7 預(yù)測(cè)分析 66
4.7.1 預(yù)測(cè)分析概述 66
4.7.2 股票收益率預(yù)測(cè)分析 67
4.8 時(shí)間序列分析 70
4.8.1 時(shí)間序列分析概述 70
4.8.2 流通現(xiàn)金的時(shí)間序列分析 70
4.9 應(yīng)用實(shí)例——電影票房統(tǒng)計(jì)之?dāng)?shù)據(jù)分析 74
4.9.1 電影票房統(tǒng)計(jì) 74
4.9.2 電影票房前10統(tǒng)計(jì) 75
4.9.3 平均票價(jià)分析 76
4.9.4 場(chǎng)均人次分析 76
4.9.5 不同年份高票房電影數(shù)量統(tǒng)計(jì) 77
本章習(xí)題 78
本章實(shí)訓(xùn) 79
第5章 數(shù)據(jù)可視化 80
5.1 Python數(shù)據(jù)可視化簡(jiǎn)介 80
5.1.1 數(shù)據(jù)可視化的概念 80
5.1.2 數(shù)據(jù)可視化常用圖表 81
5.1.3 Python可視化模塊 81
5.2 Matplotlib入門 81
5.3 餅圖 82
5.4 柱狀圖 82
5.5 折線圖 83
5.6 面積圖 84
5.7 散點(diǎn)圖 85
5.8 矩陣圖 87
5.9 應(yīng)用實(shí)例——學(xué)生成績(jī)可視化分析 88
5.9.1 成績(jī)分布直方圖 88
5.9.2 學(xué)生課程成績(jī)分布餅圖 91
5.9.3 單科成績(jī)分布散點(diǎn)圖 93
本章習(xí)題 95
本章實(shí)訓(xùn) 95
第二篇 應(yīng)用篇 97
第6章 電影評(píng)論數(shù)據(jù)爬取 98
6.1 Python數(shù)據(jù)爬蟲概述 98
6.1.1 網(wǎng)絡(luò)爬蟲概念 98
6.1.2 網(wǎng)絡(luò)爬蟲基礎(chǔ) 99
6.2 Python爬蟲常用庫(kù) 102
6.2.1 Requests庫(kù) 102
6.2.2 BeautifulSoup庫(kù) 104
6.3 應(yīng)用實(shí)例——電影《熱辣滾燙》影評(píng)數(shù)據(jù)爬取 111
6.3.1 導(dǎo)包 111
6.3.2 網(wǎng)頁(yè)分析 112
6.3.3 評(píng)論爬取 113
本章實(shí)訓(xùn) 116
第7章 文學(xué)作品文本分析 117
7.1 文本分析概述 117
7.1.1 文本分析概念 118
7.1.2 文本分析相關(guān)庫(kù) 118
7.2 文本分析主要任務(wù) 120
7.2.1 分詞 120
7.2.2 關(guān)鍵詞提取 123
7.2.3 詞頻分析 125
7.2.4 情感分析 128
7.3 應(yīng)用實(shí)例——《圍城》人物出場(chǎng)次數(shù)統(tǒng)計(jì)及情感分析 130
7.3.1 數(shù)據(jù)準(zhǔn)備 130
7.3.2 人物出場(chǎng)次數(shù)統(tǒng)計(jì) 131
7.3.3 主要人物詞云制作 134
7.3.4 情感分析 135
本章實(shí)訓(xùn) 137
第8章 股票行情分析 138
8.1 財(cái)經(jīng)數(shù)據(jù)接口簡(jiǎn)介 138
8.1.1 Tushare簡(jiǎn)介 138
8.1.2 Tushare版本 139
8.1.3 其他財(cái)經(jīng)數(shù)據(jù)接口 141
8.2 滬深股票數(shù)據(jù)分析 141
8.2.1 股票實(shí)時(shí)行情數(shù)據(jù)分析 141
8.2.2 股票歷史行情數(shù)據(jù)分析 142
8.2.3 新股發(fā)行數(shù)據(jù)分析 144
8.2.4 滬深股市行業(yè)分析 146
8.3 應(yīng)用實(shí)例——選股投資決策分析 149
8.3.1 Selenium環(huán)境配置 149
8.3.2 Selenium實(shí)現(xiàn)Web自動(dòng)化 151
8.3.3 BeautifulSoup實(shí)現(xiàn)網(wǎng)頁(yè)解析 151
8.3.4 Requests庫(kù)和BeautifulSoup庫(kù)實(shí)現(xiàn)文章關(guān)鍵字提取 152
8.3.5 wordcloud統(tǒng)計(jì)詞頻 153
8.3.6 mplfinance可視化 153
本章實(shí)訓(xùn) 155
第9章 電商用戶行為分析 156
9.1 電商用戶行為分析概述 156
9.1.1 電商用戶行為分析主要內(nèi)容 156
9.1.2 電商用戶行為分析目標(biāo) 157
9.1.3 電商用戶行為分析主要函數(shù) 157
9.2 電商用戶行為分析數(shù)據(jù)預(yù)處理 158
9.2.1 數(shù)據(jù)集概述 158
9.2.2 導(dǎo)入數(shù)據(jù) 159
9.2.3 數(shù)據(jù)表時(shí)間處理 159
9.2.4 數(shù)據(jù)表缺失值處理 161
9.3 頁(yè)面操作行為分析 161
9.3.1 頁(yè)面總瀏覽狀況分析 162
9.3.2 日期維度下pv和uv的變化 163
9.3.3 時(shí)間維度下pv和uv的變化 166
9.4 用戶指標(biāo)分析 167
9.4.1 用戶購(gòu)買次數(shù)分析 167
9.4.2 用戶復(fù)購(gòu)率分析 169
9.4.3 用戶跳失率分析 169
9.4.4 用戶轉(zhuǎn)化漏斗分析 169
9.5 用戶行為指標(biāo)分析 170
9.5.1 用戶行為分析 170
9.5.2 日期維度下用戶行為變化 171
9.5.3 時(shí)間維度下用戶行為變化 173
9.6 商品數(shù)據(jù)分析 176
9.6.1 有瀏覽記錄商品分析 176
9.6.2 有銷售記錄商品類別分析 176
9.6.3 銷售排名前10商品分析 177
9.6.4 瀏覽量靠前的商品品類分析 178
9.7 應(yīng)用實(shí)例——電商產(chǎn)品RFM分析 178
9.7.1 RFM分析概述 178
9.7.2 電商產(chǎn)品RFM分析 179
本章實(shí)訓(xùn) 181
第三篇 綜合實(shí)踐篇 182
第 10章 抖音短視頻數(shù)據(jù)分析 183
10.1 問(wèn)題背景 183
10.2 數(shù)據(jù)描述 185
10.2.1 數(shù)據(jù)來(lái)源 185
10.2.2 數(shù)據(jù)特點(diǎn) 185
10.2.3 數(shù)據(jù)字段 185
10.2.4 數(shù)據(jù)導(dǎo)入 185
10.3 數(shù)據(jù)處理 186
10.4 數(shù)據(jù)分析 187
10.4.1 用戶維度分析 187
10.4.2 創(chuàng)作者維度分析 192
10.4.3 視頻內(nèi)容維度分析 193
10.4.4 視頻時(shí)長(zhǎng)影響回歸分析 196
10.5 結(jié)果分析 198
10.5.1 用戶維度結(jié)果分析 198
10.5.2 創(chuàng)作者維度結(jié)果分析 199
10.5.3 視頻內(nèi)容維度結(jié)果分析 199
10.5.4 視頻時(shí)長(zhǎng)影響回歸結(jié)果分析 199
10.6 本章小結(jié) 199
參考文獻(xiàn) 200
第 1章 數(shù)據(jù)分析概述 2
1.1 數(shù)據(jù)分析基礎(chǔ) 2
1.1.1 數(shù)據(jù)的定義 2
1.1.2 數(shù)據(jù)分析的定義 3
1.1.3 數(shù)據(jù)分析方法 3
1.1.4 數(shù)據(jù)分析步驟 4
1.2 Python數(shù)據(jù)分析 5
1.3 應(yīng)用實(shí)例——使用Python進(jìn)行簡(jiǎn)單的數(shù)據(jù)分析 6
本章習(xí)題 8
本章實(shí)訓(xùn) 8
實(shí)訓(xùn)一 安裝和使用Anaconda 8
實(shí)訓(xùn)二 數(shù)據(jù)探索 9
實(shí)訓(xùn)三 數(shù)據(jù)可視化 9
第 2章 Python基礎(chǔ) 11
2.1 Python簡(jiǎn)介 11
2.1.1 Python特點(diǎn) 11
2.1.2 Python主要功能 12
2.2 Anaconda的安裝與使用 13
2.2.1 Anaconda簡(jiǎn)介 13
2.2.2 安裝Anaconda 13
2.2.3 使用Spyder 15
2.3 變量 16
2.3.1 變量定義 16
2.3.2 變量賦值 16
2.3.3 變量命名 16
2.4 數(shù)據(jù)類型 17
2.4.1 數(shù)值型 17
2.4.2 字符型 18
2.4.3 邏輯型 18
2.5 數(shù)據(jù)結(jié)構(gòu) 19
2.5.1 列表 19
2.5.2 元組 19
2.5.3 字典 19
2.5.4 序列 19
2.5.5 數(shù)據(jù)框 20
2.6 函數(shù) 20
2.6.1 函數(shù)簡(jiǎn)介 20
2.6.2 Python內(nèi)置函數(shù) 21
2.6.3 使用函數(shù) 21
2.7 程序結(jié)構(gòu) 22
2.7.1 順序結(jié)構(gòu) 22
2.7.2 選擇結(jié)構(gòu) 22
2.7.3 循環(huán)結(jié)構(gòu) 23
2.7.4 程序結(jié)構(gòu)應(yīng)用實(shí)例 23
2.8 模塊 24
2.8.1 模塊簡(jiǎn)介 25
2.8.2 Python標(biāo)準(zhǔn)模塊 25
2.8.3 使用模塊 25
2.9 應(yīng)用實(shí)例——猜數(shù)游戲 26
本章習(xí)題 27
本章實(shí)訓(xùn) 28
第3章 數(shù)據(jù)處理 29
3.1 數(shù)據(jù)導(dǎo)入導(dǎo)出 29
3.1.1 數(shù)據(jù)導(dǎo)入 30
3.1.2 數(shù)據(jù)導(dǎo)出 31
3.2 數(shù)據(jù)清洗 32
3.2.1 數(shù)據(jù)排序 32
3.2.2 重復(fù)數(shù)據(jù)處理 33
3.2.3 缺失值處理 34
3.3 數(shù)據(jù)轉(zhuǎn)換 35
3.3.1 數(shù)據(jù)類型查看 36
3.3.2 數(shù)值轉(zhuǎn)字符串 38
3.3.3 字符串轉(zhuǎn)數(shù)值 38
3.3.4 字符串轉(zhuǎn)日期時(shí)間對(duì)象 39
3.3.5 日期時(shí)間對(duì)象轉(zhuǎn)字符串 39
3.4 數(shù)據(jù)抽取 40
3.4.1 字符串拆分 40
3.4.2 記錄抽取 41
3.5 數(shù)據(jù)合并 42
3.5.1 記錄合并 42
3.5.2 字段合并 44
3.5.3 字段匹配 45
3.6 數(shù)據(jù)計(jì)算 46
3.6.1 簡(jiǎn)單計(jì)算 46
3.6.2 時(shí)間計(jì)算 47
3.6.3 數(shù)據(jù)分組 48
3.7 應(yīng)用實(shí)例——電影票房統(tǒng)計(jì)之?dāng)?shù)據(jù)處理 49
3.7.1 數(shù)據(jù)收集 49
3.7.2 數(shù)據(jù)清洗和轉(zhuǎn)換 50
本章習(xí)題 51
本章實(shí)訓(xùn) 51
第4章 數(shù)據(jù)分析 52
4.1 描述性分析 52
4.1.1 描述性分析概述 53
4.1.2 商品價(jià)格描述性分析 53
4.2 分組分析 55
4.2.1 分組分析概述 55
4.2.2 商品價(jià)格分組分析 56
4.3 結(jié)構(gòu)分析 57
4.3.1 結(jié)構(gòu)分析概述 57
4.3.2 商品結(jié)構(gòu)分析 57
4.4 分布分析 58
4.4.1 分布分析概述 58
4.4.2 商品分布分析 58
4.5 對(duì)比分析 59
4.5.1 對(duì)比分析概述 59
4.5.2 廠商銷量對(duì)比分析 59
4.6 簡(jiǎn)單線性回歸 62
4.6.1 簡(jiǎn)單線性回歸概述 62
4.6.2 基于簡(jiǎn)單線性回歸模型的銷售額預(yù)測(cè) 63
4.7 預(yù)測(cè)分析 66
4.7.1 預(yù)測(cè)分析概述 66
4.7.2 股票收益率預(yù)測(cè)分析 67
4.8 時(shí)間序列分析 70
4.8.1 時(shí)間序列分析概述 70
4.8.2 流通現(xiàn)金的時(shí)間序列分析 70
4.9 應(yīng)用實(shí)例——電影票房統(tǒng)計(jì)之?dāng)?shù)據(jù)分析 74
4.9.1 電影票房統(tǒng)計(jì) 74
4.9.2 電影票房前10統(tǒng)計(jì) 75
4.9.3 平均票價(jià)分析 76
4.9.4 場(chǎng)均人次分析 76
4.9.5 不同年份高票房電影數(shù)量統(tǒng)計(jì) 77
本章習(xí)題 78
本章實(shí)訓(xùn) 79
第5章 數(shù)據(jù)可視化 80
5.1 Python數(shù)據(jù)可視化簡(jiǎn)介 80
5.1.1 數(shù)據(jù)可視化的概念 80
5.1.2 數(shù)據(jù)可視化常用圖表 81
5.1.3 Python可視化模塊 81
5.2 Matplotlib入門 81
5.3 餅圖 82
5.4 柱狀圖 82
5.5 折線圖 83
5.6 面積圖 84
5.7 散點(diǎn)圖 85
5.8 矩陣圖 87
5.9 應(yīng)用實(shí)例——學(xué)生成績(jī)可視化分析 88
5.9.1 成績(jī)分布直方圖 88
5.9.2 學(xué)生課程成績(jī)分布餅圖 91
5.9.3 單科成績(jī)分布散點(diǎn)圖 93
本章習(xí)題 95
本章實(shí)訓(xùn) 95
第二篇 應(yīng)用篇 97
第6章 電影評(píng)論數(shù)據(jù)爬取 98
6.1 Python數(shù)據(jù)爬蟲概述 98
6.1.1 網(wǎng)絡(luò)爬蟲概念 98
6.1.2 網(wǎng)絡(luò)爬蟲基礎(chǔ) 99
6.2 Python爬蟲常用庫(kù) 102
6.2.1 Requests庫(kù) 102
6.2.2 BeautifulSoup庫(kù) 104
6.3 應(yīng)用實(shí)例——電影《熱辣滾燙》影評(píng)數(shù)據(jù)爬取 111
6.3.1 導(dǎo)包 111
6.3.2 網(wǎng)頁(yè)分析 112
6.3.3 評(píng)論爬取 113
本章實(shí)訓(xùn) 116
第7章 文學(xué)作品文本分析 117
7.1 文本分析概述 117
7.1.1 文本分析概念 118
7.1.2 文本分析相關(guān)庫(kù) 118
7.2 文本分析主要任務(wù) 120
7.2.1 分詞 120
7.2.2 關(guān)鍵詞提取 123
7.2.3 詞頻分析 125
7.2.4 情感分析 128
7.3 應(yīng)用實(shí)例——《圍城》人物出場(chǎng)次數(shù)統(tǒng)計(jì)及情感分析 130
7.3.1 數(shù)據(jù)準(zhǔn)備 130
7.3.2 人物出場(chǎng)次數(shù)統(tǒng)計(jì) 131
7.3.3 主要人物詞云制作 134
7.3.4 情感分析 135
本章實(shí)訓(xùn) 137
第8章 股票行情分析 138
8.1 財(cái)經(jīng)數(shù)據(jù)接口簡(jiǎn)介 138
8.1.1 Tushare簡(jiǎn)介 138
8.1.2 Tushare版本 139
8.1.3 其他財(cái)經(jīng)數(shù)據(jù)接口 141
8.2 滬深股票數(shù)據(jù)分析 141
8.2.1 股票實(shí)時(shí)行情數(shù)據(jù)分析 141
8.2.2 股票歷史行情數(shù)據(jù)分析 142
8.2.3 新股發(fā)行數(shù)據(jù)分析 144
8.2.4 滬深股市行業(yè)分析 146
8.3 應(yīng)用實(shí)例——選股投資決策分析 149
8.3.1 Selenium環(huán)境配置 149
8.3.2 Selenium實(shí)現(xiàn)Web自動(dòng)化 151
8.3.3 BeautifulSoup實(shí)現(xiàn)網(wǎng)頁(yè)解析 151
8.3.4 Requests庫(kù)和BeautifulSoup庫(kù)實(shí)現(xiàn)文章關(guān)鍵字提取 152
8.3.5 wordcloud統(tǒng)計(jì)詞頻 153
8.3.6 mplfinance可視化 153
本章實(shí)訓(xùn) 155
第9章 電商用戶行為分析 156
9.1 電商用戶行為分析概述 156
9.1.1 電商用戶行為分析主要內(nèi)容 156
9.1.2 電商用戶行為分析目標(biāo) 157
9.1.3 電商用戶行為分析主要函數(shù) 157
9.2 電商用戶行為分析數(shù)據(jù)預(yù)處理 158
9.2.1 數(shù)據(jù)集概述 158
9.2.2 導(dǎo)入數(shù)據(jù) 159
9.2.3 數(shù)據(jù)表時(shí)間處理 159
9.2.4 數(shù)據(jù)表缺失值處理 161
9.3 頁(yè)面操作行為分析 161
9.3.1 頁(yè)面總瀏覽狀況分析 162
9.3.2 日期維度下pv和uv的變化 163
9.3.3 時(shí)間維度下pv和uv的變化 166
9.4 用戶指標(biāo)分析 167
9.4.1 用戶購(gòu)買次數(shù)分析 167
9.4.2 用戶復(fù)購(gòu)率分析 169
9.4.3 用戶跳失率分析 169
9.4.4 用戶轉(zhuǎn)化漏斗分析 169
9.5 用戶行為指標(biāo)分析 170
9.5.1 用戶行為分析 170
9.5.2 日期維度下用戶行為變化 171
9.5.3 時(shí)間維度下用戶行為變化 173
9.6 商品數(shù)據(jù)分析 176
9.6.1 有瀏覽記錄商品分析 176
9.6.2 有銷售記錄商品類別分析 176
9.6.3 銷售排名前10商品分析 177
9.6.4 瀏覽量靠前的商品品類分析 178
9.7 應(yīng)用實(shí)例——電商產(chǎn)品RFM分析 178
9.7.1 RFM分析概述 178
9.7.2 電商產(chǎn)品RFM分析 179
本章實(shí)訓(xùn) 181
第三篇 綜合實(shí)踐篇 182
第 10章 抖音短視頻數(shù)據(jù)分析 183
10.1 問(wèn)題背景 183
10.2 數(shù)據(jù)描述 185
10.2.1 數(shù)據(jù)來(lái)源 185
10.2.2 數(shù)據(jù)特點(diǎn) 185
10.2.3 數(shù)據(jù)字段 185
10.2.4 數(shù)據(jù)導(dǎo)入 185
10.3 數(shù)據(jù)處理 186
10.4 數(shù)據(jù)分析 187
10.4.1 用戶維度分析 187
10.4.2 創(chuàng)作者維度分析 192
10.4.3 視頻內(nèi)容維度分析 193
10.4.4 視頻時(shí)長(zhǎng)影響回歸分析 196
10.5 結(jié)果分析 198
10.5.1 用戶維度結(jié)果分析 198
10.5.2 創(chuàng)作者維度結(jié)果分析 199
10.5.3 視頻內(nèi)容維度結(jié)果分析 199
10.5.4 視頻時(shí)長(zhǎng)影響回歸結(jié)果分析 199
10.6 本章小結(jié) 199
參考文獻(xiàn) 200
展開全部
PYTHON數(shù)據(jù)分析與應(yīng)用(微課版) 作者簡(jiǎn)介
丁菊玲 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院副教授，博士，英國(guó)約克大學(xué)訪問(wèn)學(xué)者。主要研究方向?yàn)榫W(wǎng)絡(luò)輿情危機(jī)管理、社交媒體大數(shù)據(jù)分析。在國(guó)內(nèi)外學(xué)術(shù)期刊上發(fā)表論文20多篇，申請(qǐng)實(shí)用新型專利2項(xiàng)，軟件著作權(quán)2項(xiàng)；主持完成國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目1項(xiàng)，參與完成國(guó)家級(jí)項(xiàng)目多項(xiàng)，主持和參與完成省部級(jí)課題30多項(xiàng)；出版學(xué)術(shù)專著2部，教材2部；曾多次榮獲江西財(cái)經(jīng)大學(xué)“金牌主講教師”“網(wǎng)絡(luò)優(yōu)秀教師”等稱號(hào)。
書友推薦
- >
有舍有得是人生
- >
我與地壇
- >
小考拉的故事-套裝共3冊(cè)
- >
姑媽的寶刀
- >
唐代進(jìn)士錄
- >
經(jīng)典常談
- >
二體千字文
- >
回憶愛瑪儂
本類暢銷
