国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

Python數據分析

【課程目標】
   本課程為基礎課程，主要講解如何利用Python進行數據分析，以及數據可視化。假定學員已經基本掌握Python語言的使用。
通過本課程的學習，達到如下目的：
1、掌握數據分析的基本步驟和過程（數據分析六步曲）
2、掌握搭建數據分析框架的基本思想（數據分析框架）
3、熟悉Pandas常用數據結構，掌握用Python訪問、操作數據集
4、掌握Pandas常用的統計功能（函數和方法）
5、理解統計分析原理，掌握統計分析常用的分析方法
6、熟練掌握matplotlib模塊，熟練畫圖函數
7、學會(hui)解讀圖形，形成業務(wu)結(jie)論(lun)和業務(wu)策(ce)略。

【授課對象】
業(ye)務支持部(bu)、IT系統部(bu)、系統開(kai)發部(bu)、網絡運(yun)維(wei)部(bu)等相(xiang)關技(ji)術人員。

【課程大綱】
一、數據分析基礎
目的：掌握數據分析基本步驟和過程，學會如何構造數據分析框架
1、數據分析 VS 數據挖掘
2、數據分析的六步曲
－步驟1：明確目的--理清思路
－步驟2：數據收集—理清思路
－步驟3：數據預處理—尋找答案
－步驟4：數據分析--尋找答案
－步驟5：數據展示--觀點表達
－步驟6：報表撰寫--觀點表達
3、搭建精準營銷分析框架
演練：如何用大數據來支撐手機精準營銷項目
二、數據操作基礎
1、簡化的Python操作過程
2、常用擴展包
－Numpy數組處理支持
－Pandas數據分析和探索工具
－Matplotlib可視化工具庫
3、數據集讀寫
－讀取文件（CSV文件、Excel文件）
－數據集保存（CSV、Excel）
4、數據集結構
－數據集基本屬性
－Index：位置索引、標簽索引
－Series：一維結構
－DataFrame：二維結構
5、數據集基本操作
－數據訪問：行訪問/列訪問/值訪問
－字段類型
－類型檢查
－類型轉換
－定義有序類別變量
－排序
－按值排序
－按索引排序
－數據篩選
－數據修改
－數據刪除
三、統計分析方法篇
1、統計分析基礎
－統計分析的關鍵要素
－統計分析三個步驟
2、六種統計操作
－描述統計describe
－分類計數value_counts
－分段計數/分箱計數value_counts(bins)
－分類匯總(groupby, count/sum/mean/…)
－透視表（多維統計分析）pivot_table
－按日期匯總resample/to_period
案例實戰：掌握常用的Python統計函數/方法
3、五種統計分析方法
－對比分析法(不同用戶的消費水平差異)
－結構分析法(用戶的學歷結構、收入結構分析、動態結構分析)
－分布分析法(用戶的年齡分布、用戶消費層次)
－交叉分析法(產品偏好分析)
－趨勢分析法(銷售淡旺季節、用戶活躍時間)
案例實戰：掌握常用的統計分析方法
四、數據可視化
目的：掌握作圖擴展庫，實現數據可視化
1、中文顯示的問題解決
2、了解圖形元素及其函數
－標題、坐標軸、刻度
－數據標簽、文本、注釋
－圖例、網格線、邊框
3、簡單圖形的畫法
－柱狀圖（簡單/復式/堆積/堆積百分比柱狀圖）
－直方圖（分布分析，查看分布特征）
－箱圖（判斷離群值）
－餅圖（結構分析）
－折線圖（趨勢分析）
4、復雜圖形的畫法
－多子圖
－多坐標系作圖
－多區域作圖
5、圖形保存
五、數據預處理
1、數據預處理四大任務
－數據清洗
－數據集成
－樣本處理
－變量處理
2、數據集成
－數據追回
－變量合并
－拼接
演練：樣本追加與變量合并
3、數據清洗
－四大異常數據
－重復值檢查與處理
－無效值檢查與處理
－離群值檢查與處理
－缺失值檢查與處理
演練：異常值查找、刪除、填充
4、樣本處理
5、變量處理
六、實戰篇(上述知識點都融入下面分析實戰中)
1、零售商用戶消費行為分析
－用戶行為分析框架：5W2H
－用戶的典型特征
－用戶的消費能力
－用戶的消費水平
2、運營商用戶購買行為分析
－用戶維度
－用戶地域分布
－用戶學歷結構
－用戶消費能力/消費層次
－用戶流量分布/層次
－用戶流失分析
－產品維度
－套餐銷量分析
－套餐貢獻分析
－服務滿意度分析
－套餐偏好分析
－時間維度
－產品淡旺季分析
－用戶活躍度分析
－重購周期分析
－金額維度
－收入結構（用戶、產品、區域）
－價格偏好分析
－成本/利潤分析
3、金融風險數據分析
－用戶維度
－違約用戶的典型特征
－違約用戶的消費水平
－違約的影響因素分析
－違約與學歷/崗位的關系
－違約與行業/職業的關系
注：會根據學(xue)員(yuan)所(suo)在行業(ye)選擇合適的(de)實戰案例。

結束：課程總結與問題答疑。

Python數據分析