Python數(shù)據(jù)分析案例教程

項(xiàng)目1 分析新零售智能銷售項(xiàng)目背景 1
1.1　了解項(xiàng)目背景與目標(biāo) 2
1.2　了解數(shù)據(jù) 2
1.2.1 了解訂單數(shù)據(jù) 3
1.2.2 了解商品數(shù)據(jù) 3
1.3 熟悉項(xiàng)目流程 4
項(xiàng)目2 熟悉與安裝Python數(shù)據(jù)分析工具 8
2.1　熟悉Python數(shù)據(jù)分析工具 9
2.1.1 了解常用的數(shù)據(jù)分析工具 9
2.1.2 了解Python數(shù)據(jù)分析的優(yōu)勢(shì) 10
2.2　安裝Python的Anaconda發(fā)行版 11
2.2.1 系統(tǒng)準(zhǔn)備 11
2.2.2 下載與安裝Anaconda發(fā)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(jí)功能 19
項(xiàng)目3 Python基礎(chǔ)及其常用的數(shù)據(jù)分析庫(kù) 25
3.1　了解Python的基礎(chǔ)知識(shí) 26
3.1.1 了解Python基本語(yǔ)法 26
3.1.2　熟悉Python基本數(shù)據(jù)類型 30
3.1.3 熟悉Python常用運(yùn)算符 44
3.2 了解Python標(biāo)準(zhǔn)庫(kù)os模塊 46
3.2.1 導(dǎo)入Python庫(kù) 46
3.2.2 掌握os模塊的常用方法 46
3.3 了解常用的數(shù)據(jù)分析庫(kù)pandas 47
3.3.1 了解pandas庫(kù) 47
3.3.2 讀/寫(xiě)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(tǒng)計(jì) 60
項(xiàng)目4 數(shù)據(jù)可視化——分析新零售智能銷售庫(kù)存結(jié)構(gòu) 67
4.1　技能與知識(shí)準(zhǔn)備 68
4.1.1 了解Python第三方繪圖庫(kù) 68
4.1.2 理解Matplotlib的基礎(chǔ)繪圖語(yǔ)法 69
4.1.3 配置Matplotlib的rc動(dòng)態(tài)參數(shù) 72
4.1.4 掌握Matplotlib的繪圖風(fēng)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(shù)據(jù) 83
4.2.1 讀取商品數(shù)據(jù) 83
4.2.2 清洗商品數(shù)據(jù) 84
4.3　繪制圖形，分析庫(kù)存結(jié)構(gòu) 85
4.3.1 繪制折線圖，分析售罄率 85
4.3.2 繪制點(diǎn)線圖，分析庫(kù)存成本 87
4.3.3 繪制折線圖，分析進(jìn)貨數(shù)量、庫(kù)存數(shù)量和銷售數(shù)量 88
4.3.4 撰寫(xiě)庫(kù)存結(jié)構(gòu)分析報(bào)告 89
項(xiàng)目5 數(shù)據(jù)可視化——分析新零售智能銷售用戶行為 95
5.1　技能與知識(shí)準(zhǔn)備 96
5.1.1 排序 96
5.1.2 合并數(shù)據(jù) 101
5.2　讀取與處理訂單數(shù)據(jù) 112
5.2.1 讀取訂單數(shù)據(jù) 113
5.2.2 清洗訂單數(shù)據(jù) 113
5.2.3 歸約訂單數(shù)據(jù) 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(diǎn)圖，分析客單價(jià) 123
5.3.3 繪制餅圖，分析用戶數(shù) 124
5.3.4 繪制折線圖，分析用戶的消費(fèi)時(shí)間 127
5.3.5 繪制環(huán)形圖，分析用戶的消費(fèi)時(shí)段 129
5.3.6 撰寫(xiě)用戶行為分析報(bào)告 131
項(xiàng)目6 數(shù)據(jù)可視化——分析新零售智能銷售情況 143
6.1　技能與知識(shí)準(zhǔn)備 144
6.1.1 簡(jiǎn)單統(tǒng)計(jì)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(tǒng)計(jì)并查看新零售智能銷售數(shù)據(jù) 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(shè)備 155
6.3.5 撰寫(xiě)總體銷售情況分析報(bào)告 156
6.4　繪制圖形，分析區(qū)域銷售情況 159
6.4.1 繪制柱形圖，分析各區(qū)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(xiě)區(qū)域銷售情況分析報(bào)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(shù)量與設(shè)備數(shù)量的關(guān)系 168
6.5.2 繪制折線圖，分析各月利潤(rùn) 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(rùn) 171
6.5.4 撰寫(xiě)各月銷售情況分析報(bào)告 174
項(xiàng)目7 基于大數(shù)據(jù)挖掘建模平臺(tái)和可視化平臺(tái)實(shí)現(xiàn)新零售智能銷售用戶分析 182
7.1　知識(shí)準(zhǔn)備 184
7.1.1 初識(shí)大數(shù)據(jù)挖掘建模平臺(tái) 184
7.1.2 初識(shí)大數(shù)據(jù)可視化平臺(tái) 188
7.2　配置數(shù)據(jù)源 193
7.3　探索訂單數(shù)據(jù) 195
7.4　清洗訂單數(shù)據(jù) 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(wú)意義數(shù)據(jù) 199
7.4.5 提取月份 200
7.5　統(tǒng)計(jì)訂單數(shù)據(jù) 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(fèi)金額與消費(fèi)次數(shù)折線圖 207
7.6.3 各城市用戶數(shù)占比餅圖 209
7.6.4 每月用戶數(shù)占比餅圖 211
7.6.5 首次和最后一次消費(fèi)時(shí)間的用戶消費(fèi)次數(shù)折線圖 213
7.6.6 配置用戶分析可視化儀表盤(pán)與大屏 215