python数据分析项目实战
¥549.9
你将收获
- 熟练使用 Pandas、Matplotlib 完成数据清洗、处理与可视化
- 掌握完整数据分析项目流程，能够独立完成业务分析项目
- 学会把数据分析结论转化为业务洞察，用于汇报与决策支撑
浏览相关主题
课程介绍
本课程以真实业务项目为核心载体，避开枯燥的纯理论讲解，带你完整走完Python数据分析全流程。从原始数据读取、脏数据清洗加工，到数据建模、可视化出图，再到提炼业务结论、输出分析报告，一步一步实操演练。课程兼顾经管、财会类学员的学习背景，降低编程入门门槛，不用深厚计算机基础也能上手。学完你可独立承接数据分析项目，用数据工具赋能审计、财务、运营等岗位工作，把分析能力转化为职场核心竞争力。
适合人群
- 财会审计从业者
- 经管类研究生
- 零基础转行数据岗职场人
讲师介绍
课程大纲
共0节 时长0分钟
全部收起
第一章 热销产品销售数据统计分析
共9节 | 2小时39分钟
- 1-1 热销产品销售数据统计分析_开发背景_分析流程21分钟
- 1-2 月销售趋势分析_数据提取_准备绘图23分钟
- 1-3 热销产品分析_ABC分类法_进行数据可视化17分钟
- 1-4 数据可视化_绘制图表_绘制折线图19分钟
- 1-5 热销单品环比增长情况_数据可视化17分钟
- 1-6 月销售趋势分析_通过折线图体现销售额整齐趋势18分钟
- 1-7 加购人数和购买数量分析5分钟
- 1-8 不同产品的销售量对比情况分析17分钟
- 1-9 工作日与周末销量对标分析22分钟
第二章 球员位置与薪资数据分析
共9节 | 2小时43分钟
- 2-1 球员位置与薪资数据分析_开发背景_开发环境_分析流程_核心功能及实现技术17分钟
- 2-2 核心技术点_应用lambda()函数快速处理数据_数据准备17分钟
- 2-3 数据清洗20分钟
- 2-4 统计分析各个球队的薪资状况_2024赛季球员的薪资排行TOP1020分钟
- 2-5 勇士队球员的薪资状况分析_读取Excel文件_数据处理_数据提取_数据可视化120分钟
- 2-6 勇士队球员的薪资状况分析_箱型图分析实力和战绩TOP5球队的薪资状况117分钟
- 2-7 对比分析2023-2024赛季各球队薪资变化_数据透视表_数据可视化17分钟
- 2-8 球员薪资分布密度图_绘制密度图20分钟
- 2-9 分析球员位置和薪资的关系_数据读取_数据处理_数据可视化14分钟
第三章 京东商家销售评价数据分析
共9节 | 2小时45分钟
- 3-1 京东某商家的销售评价数据分析_核心技术点-详解jieba模块的分词4中模式21分钟
- 3-2 jieba库的自定义词语_删除词语_关键词提取_12分钟
- 3-3 绘制词云图_snownlp模块的应用11分钟
- 3-4 snownlp模块的应用_ 中文分词_关键词提取_词性标注_pyecharts模块23分钟
- 3-5 数据处理_绘制饼图_121分钟
- 3-6 词云图分析差评用户_通过词云图展示19分钟
- 3-7 正负面情感对比分析_读取数据进行数据可视化_中性_正面_负面20分钟
- 3-8 评价数量和评价时间的关系分析20分钟
- 3-9 各时段用户评价数量_差评商品分析_各评价级别商品件数分析19分钟
第四章 商城注册用户数据探索分析
共8节 | 2小时23分钟
- 4-1 商城注册用户数据探索分析_连接MySql数据库_导入sqlalchemy模块_创建引擎20分钟
- 4-2 商城注册用户数据探索分析_向数据库添加数据，创建python对象_fill_betwee18分钟
- 4-3 安装MySql数据库_创建数据库_数据准备20分钟
- 4-4 年度注册用户分析23分钟
- 4-5 月底注册用户分析_通过折线图并结合表格体现16分钟
- 4-6 小时注册用户分析_通过柱状图展示_新注册用户分析15分钟
- 4-7 用户登录情况分析_通过折线图显示15分钟
- 4-8 用户登录周情况分析_用户登录时段分析16分钟
第五章 自媒体账户内容数据分析
共3节 | 57分钟
- 5-1 自媒体账户内容数据分析_pandas查看数据类型23分钟
- 5-2 自媒体账户内容数据分析_数据合并21分钟
- 5-3 箱型图分析内容展现量_分析CSDN社区各类别内容的展现量12分钟
第六章 汽车数据可视化与相关性分析
共7节 | 2小时18分钟
- 6-1 汽车数据可视化与相关性分析_核心技术点_盘点seaborn自带的数据集24分钟
- 6-2 详解pairplot()函数20分钟
- 6-3 汽车产地占比情况分析18分钟
- 6-4 品牌旗下汽车差异情况分析_seaborn模块barplot()函数绘制水平柱状图_矩阵图分19分钟
- 6-5 相关系数分析相关性_算点图分析气缸数和马力之间的关系_折线图分析气缸数和油耗之间的关系19分钟
- 6-6 折线图分析气缸数和油耗之间的关系_车型生产年份和油耗之间的关系20分钟
- 6-7 抖音电商数据分析系统介绍18分钟
第七章 抖音电商数据分析
共9节 | 2小时56分钟
- 7-2 pandas数据美化样式汇总_突出显示分位数20分钟
- 7-3 核心技术点-eq( )方法详解_突出显示数据16分钟
- 7-4 整体情况分析_总成交额、总成交订单数_总成交人数_总退款金额_退款订单数20分钟
- 7-5 自营带货订单量分析_18分钟
- 7-6 不同载体订单量分析15分钟
- 7-7 每日订单量分析_商品成交金额分析17分钟
- 7-8 商品成交金额分析_新老客户成交额对比分析20分钟
- 7-9 引流能力分析_综艺之家项目演示19分钟
- 7-10 互动能力分析_吸粉能力分析_UV价值分析30分钟
第八章 会员数据化运营RFM分析
共7节 | 2小时4分钟
- 8-1 会员数据化运营RFM分析实战11分钟
- 8-2 核心技术点-随机抽取数据的sample( )方法_深度解读直方图（histplot()函数21分钟
- 8-3 深度解读直方图（histplot()函数）21分钟
- 8-4 缺失性分析_描述性统计分析_计算RFM值19分钟
- 8-5 消费周期分析_消费频次分析_消费金额分析19分钟
- 8-6 RFM模型指标打分16分钟
- 8-7 会员群体划分19分钟
第九章 商超购物Apriori关联分析
共6节 | 2小时1分钟
- 9-1 商超购物Apriori关联分析_详解mlxtend模块-数据one-hot编码23分钟
- 9-2 详解mlxtend模块--频繁项集和支持度21分钟
- 9-3 pandas模块的read csv()函数读取CSV文件，使用DataFrame对象的in18分钟
- 9-4 上半年客单价分析18分钟
- 9-5 顾客客单价占比分析19分钟
- 9-6 统计顾客所购买的商品_数据one-hot编码_Apriori关联分析22分钟
第十章 基于K-Means算法的鸢尾花聚类分析
共10节 | 2小时50分钟
- 10-1 基于-K-Means算法实现鸢尾花聚类分析_numpy模块补充知识点-数组去重17分钟
- 10-2 基于-K-Means算法实现鸢尾花聚类分析_通过索引查找数组的相关函数19分钟
- 10-3 深入了解机器学习sklearn模块18分钟
- 10-4 训练集和测试集划分函数train_test_split()的全面解读_模型评估19分钟
- 10-5 认识鸢尾花_查看鸢尾花种类_随机抽样21分钟
- 10-6 鸢尾花花瓣长度TOP10——箱型图分析鸢尾花花瓣长度17分钟
- 10-7 直方图分析鸢尾花花瓣长度分布17分钟
- 10-8 特征之间关系矩阵图_鸢尾花的线性关系分析18分钟
- 10-9 鸢尾花聚类分析_抽取特征数据_划分训练集和测试集_基于K-Means算法创建聚类模型15分钟
- 10-10 聚类模型评估_预测鸢尾花种类9分钟
第十一章 电视节目数据分析体系
共7节 | 2小时19分钟
- 11-1 电视节目数据分析体系_开发背景_分析流程18分钟
- 11-2 PyQt5主要的类_常见控件_主窗体设计-功能草图17分钟
- 11-3 可视化设计环境安装与配置_ui文件转为py文件23分钟
- 11-4 功能代码设计_数据连接模块设计20分钟
- 11-5 功能代码设计_数据分析及可视化模块设计21分钟
- 11-6 所有类型节目数量占比分析_20分钟
- 11-7 MR2卫视2021年播出界面数量占比19分钟
课程已被收录精选专题
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。
前沿技能学习平台
三节课企业服务
三节课公众号
三节课APP
三节课企业版APP
2013- 三节课信息咨询（北京）有限公司 版权所有