互联网 类型
可以朗读 语音朗读
100千字 字数
2023-10-01 发行日期
展开全部

主编推荐语

零基础快速上手Pandas数据分析。

内容简介

本书既是一本能带领读者零基础快速掌握Python数据分析方法与流程的工具书，又是一本从电商出发指导读者解决各类数据分析问题的实用指南。

首先，本书以Python数据分析中使用率极高的Pandas为切入点，注重对数据分析思维和技能的培养，详细讲解了Pandas的操作以及数据分析的方法，可覆盖80%以上的数据分析应用场景，为数据分析师打下坚实基础。

然后，本书以电商这个广大读者熟知且普适性极强的业务领域为依托，通过大量案例讲解了报表自动化、行业机会挖掘、用户分层、用户分群、用户偏好分析、同期群分析、指标波动归因分析、品牌分析等8大电商场景的数据分析方法，理论与案例深度融合。

目录

  • 版权信息
  • 前言
  • 第1章 Python数据分析准备
  • 1.1 Python数据分析基础
  • 1.2 如何高效学习Pandas
  • 1.3 Python所需的环境搭建
  • 1.4 本章小结
  • 第2章 Pandas快速入门
  • 2.1 Pandas的两大数据结构
  • 2.2 数据读取和存储
  • 2.3 快速认识数据
  • 2.4 数据处理初体验
  • 2.5 常用数据类型及操作
  • 2.6 本章小结
  • 第3章 玩转索引
  • 3.1 索引概述
  • 3.2 基于位置（数字）的索引
  • 3.3 基于名称（标签）的索引
  • 3.4 本章小结
  • 第4章 数据清洗四大核心操作
  • 4.1 增：拓展数据维度
  • 4.2 删：剔除噪声数据
  • 4.3 选：基于条件选择数据
  • 4.4 改：改变数据形态
  • 4.5 本章小结
  • 第5章 Pandas两大进阶利器
  • 5.1 数据透视表
  • 5.2 强大又灵活的apply
  • 5.3 本章小结
  • 第6章 数据可视化
  • 6.1 Matplotlib基础知识
  • 6.2 Matplotlib基础操作
  • 6.3 绘制常用图形
  • 6.4 本章小结
  • 第7章 走近电商：商业方法论与分析体系
  • 7.1 什么是电商
  • 7.2 三大关键角色
  • 7.3 电商基础指标
  • 7.4 电商分析方法论及应用
  • 7.5 数据分析师重生之我是老板
  • 7.6 本章小结
  • 第8章 Python报表自动化
  • 8.1 行业数据报表自动化
  • 8.2 报表批量处理与品牌投放分析
  • 8.3 本章小结
  • 第9章 行业机会分析与权重确定
  • 9.1 案例背景介绍
  • 9.2 传统的解题方法
  • 9.3 权重确定方法
  • 9.4 Pandas权重计算和分析
  • 9.5 本章小结
  • 第10章 用户分层实战
  • 10.1 用户分层的基本概念
  • 10.2 二八法则
  • 10.3 拐点法
  • 10.4 本章小结
  • 第11章 用户分群实战与加强版RFM模型
  • 11.1 走近用户分群
  • 11.2 RFM用户分群实战
  • 11.3 关于RFM模型的重要思考
  • 11.4 RFM模型的加强和拓展
  • 11.5 本章小结
  • 第12章 用户偏好分析
  • 12.1 用户偏好分析和TGI
  • 12.2 用Pandas实现TGI分析
  • 12.3 本章小结
  • 第13章 万能的同期群分析
  • 13.1 数据分析师必知必会的同期群分析
  • 13.2 Pandas同期群分析实战
  • 13.3 本章小结
  • 第14章 指标波动归因分析
  • 14.1 指标波动贡献率
  • 14.2 Adtributor算法
  • 14.3 本章小结
  • 第15章 一份全面的品牌分析报告
  • 15.1 探索性数据分析简介
  • 15.2 数据预处理
  • 15.3 数据总览分析
  • 15.4 用户数据分析
  • 15.5 商品数据分析
  • 15.6 购物篮关联分析
  • 15.7 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。