当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

Python数据分析与可视化实战培训

课程编号:32148

课程价格:¥26000/天

课程时长:2 天

课程人气:222

行业类别:行业通用     

专业类别:大数据 

授课讲师:傅一航

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
业务支持部、IT系统部、系统开发部、网络运维部等相关技术人员。

【培训收益】


第一部分:数据分析基础
目的:掌握数据分析基本步骤和过程,学会如何构造数据分析框架
1、数据分析 VS 数据挖掘
2、数据分析的六步曲
步骤1:明确目的--理清思路
步骤2:数据收集—理清思路
步骤3:数据预处理—寻找答案
步骤4:数据分析--寻找答案
步骤5:数据展示--观点表达
步骤6:报表撰写--观点表达
3、搭建精准营销分析框架
演练:如何用大数据来支撑手机精准营销项目
第二部分:数据操作基础
1、简化的Python操作过程
2、常用扩展包
Numpy数组处理支持
Pandas数据分析和探索工具
Matplotlib可视化工具库
3、数据集读写
读取文件(CSV文件、Excel文件)
数据集保存(CSV、Excel)
4、数据集结构
数据集基本属性
Index:位置索引、标签索引
Series:一维结构
DataFrame:二维结构
5、数据集基本操作
数据访问:行访问/列访问/值访问
字段类型
类型检查
类型转换
定义有序类别变量
排序
按值排序
按索引排序
数据筛选
数据修改
数据删除
第三部分:统计分析方法篇
1、统计分析基础
统计分析的关键要素
统计分析三个步骤
2、六种统计操作
描述统计describe
分类计数value_counts
分段计数/分箱计数value_counts(bins)
分类汇总(groupby, count/sum/mean/…)
透视表(多维统计分析)pivot_table
按日期汇总resample/to_period
案例实战:掌握常用的Python统计函数/方法
3、五种统计分析方法
对比分析法(不同用户的消费水平差异)
结构分析法(用户的学历结构、收入结构分析、动态结构分析)
分布分析法(用户的年龄分布、用户消费层次)
交叉分析法(产品偏好分析)
趋势分析法(销售淡旺季节、用户活跃时间)
案例实战:掌握常用的统计分析方法
第四部分:数据可视化
目的:掌握作图扩展库,实现数据可视化
1、中文显示的问题解决
2、了解图形元素及其函数
标题、坐标轴、刻度
数据标签、文本、注释
图例、网格线、边框
3、简单图形的画法
柱状图(简单/复式/堆积/堆积百分比柱状图)
直方图(分布分析,查看分布特征)
箱图(判断离群值)
饼图(结构分析)
折线图(趋势分析)
4、复杂图形的画法
多子图
多坐标系作图
多区域作图
5、图形保存
第五部分:数据预处理
1、数据预处理四大任务
数据清洗
数据集成
样本处理
变量处理
2、数据集成
数据追回
变量合并
拼接
演练:样本追加与变量合并
3、数据清洗
四大异常数据
重复值检查与处理
无效值检查与处理
离群值检查与处理
缺失值检查与处理
演练:异常值查找、删除、填充
4、样本处理
5、变量处理
第六部分:实战篇(上述知识点都融入下面分析实战中)
1、零售商用户消费行为分析
用户行为分析框架:5W2H
用户的典型特征
用户的消费能力
用户的消费水平
2、运营商用户购买行为分析
用户维度
用户地域分布
用户学历结构
用户消费能力/消费层次
用户流量分布/层次
用户流失分析
产品维度
套餐销量分析
套餐贡献分析
服务满意度分析
套餐偏好分析
时间维度
产品淡旺季分析
用户活跃度分析
重购周期分析
金额维度
收入结构(用户、产品、区域)
价格偏好分析
成本/利润分析
3、金融风险数据分析
用户维度
违约用户的典型特征
违约用户的消费水平
违约的影响因素分析
违约与学历/岗位的关系
违约与行业/职业的关系
注:会根据学员所在行业选择合适的实战案例。

结束:课程总结与问题答疑。 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们