和鲸社区近期上线了系列经管Python训练营,帮助各位经管师生习得相关技能!
· 活动亮点 ·
-
经管语境:本系列训练营所有例子均使用经管案例 -
内容扎实:关关有讲解,讲完有跟练,练完写闯关作业 -
即时回馈:闯关作业即时出分,达标即可解锁下一关内容
· 特邀导师 ·
· 面向人群 ·
· 课程主题 ·
★★★ EM2 数据处理 ★★★
关卡 1:Numpy引入与Pandas增删改
-
创建包含公司利润数据的数组 -
随机正态分布数组模拟用户购买金额的分布等 -
切片找出电商的销售额数据 -
生成用户信息的数据集,删除城市列数据
-
使用numpy和pandas处理销售数据
-
对电商销售数据做预清洗 -
处理用户信息的脏数据文件 -
填充用户信息数据缺失值和重复值数据 -
筛选客户的交易数据
-
处理和分析电商销售数据,数据包含日期、销售额和销售数量
-
对商品品类的价格降序排序 -
将两个数据集横向拼接 -
对于商品价格做描述统计分析及对价格、购买数量做相关分析 -
研究不同商品品类的商品购买数和销售额情况
-
销售数据合并与分组统计
Pandas数据处理
Pandas数值计算
用户识别

Pandas数据处理
Pandas数值计算
客户分层

-
二八分析用户识别,准识别用户特征

★★★ EM3 可视化探索 ★★★
关卡 1:Matplotlib基础图表
-
根据业务量达成情况添加图表标题、坐标轴标题、图例 -
根据销售业务量达成数据设计一个折线图 -
将折线图转换为柱形图
-
根据最近一个月的销售数据制作一个折线图来展示销售量的趋势
-
研究各个商品的销售额占比情况 -
深入研究销售数与销售额之间的关系 -
制作一个九宫格图来展示销售额情况
-
电商销售额数据波动分析,绘图分析哪一周的销售额波动最大
-
制作一个折线图跟踪电商的销售数据 -
制作一个热力图展示各个商品品类的订单数据 -
创建回归图对销售量进行回归分析
-
制作回归图对电商销售量和销售额进行回归分析
Pandas数据处理
Matplotlib可视化
用户画像仪表盘

Pandas数据处理
Matplotlib可视化
销售分析仪表盘

-
使用matplotlib制作箱线图分析各区域的利润数据


