Mirst 于 2020-04-18 21:35:34 发布目录
数据分析流程
1.数据分析真实项目流程
2.数据分析方法
3.零售消费数据数据集介绍
4.分析内容
明确分析的目的
案例分析实战
1理解数据
2数据清洗
3数据分析和可视化
1.购买商品前十的国家是？
2.交易额前十的国家是？
3.哪些月份销售较佳？
4.客单价多少？
5.用户消费行为分析
数据分析流程
本文通过对一个简单的电商零售数据案例进行粗略分析，介绍做数据分析时的项目流程。（jupyter notebook）
完整项目文件：https://download.csdn.net/download/W_H_M_2018/12338118
1.数据分析真实项目流程
明确问题：明确问题是数据分析中的第一步，必须民却数据分析的真实需求 理解数据：数据获取和数据探索 数据清洗：一个数据分析项目大部分时间花在数据清洗上。 数据分析和可视化：对清洗后的数据进行分析，并且通过可视化展示出结果 结论和建议：对结果进行解读，得出有价值的结论且提出相关建议
2.数据分析方法
常用统计方法，例如计算常用统计量和构建相关指标 图表法，通过各种图形结合来展示数据里面的信息 机器学习算法，对于复杂的分析，会涉及到模型构建3.零售消费数据数据集介绍
数据集下载地址：https://download.csdn.net/download/W_H_M_2018/12337579
该数据来源于kaggle，是一家注册在英国的电子商务网站的2010年12月份-2011年12月份之间的交易数据该公司主要销售独特的全天候礼品，大部分出售对象是批发商。
数据包含541910行，8个字段，字段内容为：
InvoiceNo: 订单编号，每笔交易有6个整数，退货订单编号开头有字母’C’。 StockCode: 产品编号，由5个整数组成。 Description: 产品描述。 Quantity: 产品数量，有负号的表示退货 InvoiceDate: 订单日期和时间。 UnitPrice: 单价（英镑），单位产品的价格。 CustomerID:客户编号，每个客户编号由5位数字组成。 Country: 国家的名称，每个客户所在国家/地区的名称。4.分析内容
明确分析的目的 购买商品前十的国家是？ 交易额前十的国家是？ 哪些月份销售较佳？ 客单价多少？ 用户消费行为分析案例分析实战
1理解数据
import pandas as pd
import matplotlib.pyplot as plt
import os
import numpy as np
import plotly as py
import plotly.graph_objs as go
py.offline.init_notebook_mode()
pyplot = py.offline.iplot
os.chdir(r'C:UsersWDesktop')
online_data = pd.read_csv('data.csv',encoding = 'ISO-8859-1',dtype = {'CustomerID':str})
online_data.head()
online_data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 541909 entries, 0 to 541908
Data columns (total 8 columns):
InvoiceNo 541909 non-null object
StockCode 541909 non-null ob
